检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:卢浩[1,2,3] 刘团结[1,3] 尤红建[1,3]
机构地区:[1]中国科学院电子学研究所,北京100190 [2]中国科学院研究生院,北京100049 [3]中国科学院空间信息处理与应用系统技术重点实验室,北京100190
出 处:《国外电子测量技术》2012年第4期45-49,共5页Foreign Electronic Measurement Technology
摘 要:在很多应用领域,要求图像配准的精度达到亚像素级,而多数亚像素级配准方法的运算量较大。文中阐述了一种高效的基于奇异值分解(SVD)的相位相关法。在无噪声干扰的情况下,该方法的精度达到0.02像素。通过对已知平移关系的图像的配准实验,比较了其与灰度相关函数内插法在无噪声和有噪声的情况以及应用于多光谱图像配准时的配准精度。实验表明,2种方法都有较好的抗噪声性能,在受噪声干扰不严重的情况下,基于SVD的相位相关法的配准精度优于灰度相关函数内插法。Subpixel image registration is required in many applications,but most of the subpixel image registration algorithms are unefficient.In this paper,we implement an efficient phase correlation method based on singular value decomposition(SVD).The accuracy of this method is 0.02 pixels when there is no additive gaussian white noise.Then we compared the registration accuracy between this method and intensity correlation function interpolation method using images with varying noise level and multispectral images.Experiment results verify that the accuracy of phase correlation method based on SVD is better than correlation function interpolation method.
关 键 词:图像配准 亚像素 奇异值分解 相位相关法 灰度相关函数内插法
分 类 号:TP751.1[自动化与计算机技术—检测技术与自动化装置]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.49