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:石春雷[1,2] 杨文佳[2] 李晓平[2] 黄培康
机构地区:[1]光学辐射重点实验室,北京100854 [2]北京环境特性研究所,北京100854 [3]电磁散射重点实验室,北京100854
出 处:《计算机应用》2015年第A02期230-233,共4页journal of Computer Applications
摘 要:针对动平台视频序列图像配准中的特征点误匹配问题,提出了一种基于马尔可夫随机场和尺度不变特征变换(MRF-SIFT)的动平台视频序列图像配准算法。该方法利用SIFT特征点提取和改进的随机抽样一致性(RANSAC)剪枝进行特征点初匹配,然后在马尔可夫随机场模型框架下引入特征点的局部几何约束信息,通过求解匹配模型的最大后验概率估计寻优最佳匹配特征点,最后通过最小平方差方法计算匹配图像之间的变换矩阵。实验结果表明该方法在不同的动平台下能够更好地实现对视频序列图像的配准。To deal with the miss matching of feature points on moving platform in video registration,a new algorithm based on MRF-SIFT( Markov Random Field- Scale Invariant Feature Transform) was proposed. SIFT feature points extraction and improved RANdom SAmple Consensus( RANSAC) algorithm was used for coarse matching. Then,geometric information among local feature points was encoded into the Markov random field framework to enhance the matching consistency of pixels. Finally,transform matrix was computed by least square method,which was used to realize video registration. Experimental results for different sequences show the proposed method has a better veracity.
关 键 词:视频序列 图像配准 尺度不变特征变换 马尔可夫随机场 特征点
分 类 号:TP391[自动化与计算机技术—计算机应用技术]
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:216.73.216.117