基于梯度信息描述符的图像匹配算法  

Image Matching Algorithm Based on Gradient Information Descriptor

作　　者：杨顺[1] 康可馨 马飞[1] Yang Shun;Kang Kexin;Ma Fei(School of Electronics and Information Engineering,Liaoning Technical University,Huludao,Liaoning 125105,China)

机构地区：[1]辽宁工程技术大学电子与信息工程学院,辽宁葫芦岛125105

出　　处：《激光与光电子学进展》2020年第14期200-206,共7页Laser & Optoelectronics Progress

基　　金：辽宁省教育厅高等学校基本科研项目(LJ2017QL014);辽宁省教育厅科学研究经费项目(LJ2019QL006,LJ2019JL022)。

摘　　要：提出融合梯度幅值(GM)和梯度发生率(GO)的新方法,构建了两种具有高分辨能力的新描述符。抑制归一化描述符通过对GM进行分段归一化,抑制较小的GM以构建新描述符;GM-GO融合描述符是通过抑制部分GO(其对应的GM较小)、再将GM和GO进行融合的新描述符,可提高描述符的可分辨性。实验结果表明,在噪声和光照等环境的影响下,提出的两种方法都具有更高的匹配精度。In this paper,a new method based on fusing gradient magnitude(GM)and gradient occurrence(GO)is proposed to construct two new descriptors with high resolution.The suppression normalization descriptor constructs a new descriptor by segmenting the GM and inhibiting the smaller GM.GM-GO fusion descriptor is a new descriptor that fuses GM and GO by suppressing partial GO values(which correspond to a smaller GM)to improve the discriminability of the descriptor.Experimental results show that the two proposed methods have higher matching accuracy under the influences of noise and illumination.

关 键 词：图像处理 图像匹配 梯度信息 特征描述符 可分辨性 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]