基于三参数模型的视频图像配准方法研究

doi:10.3778/j.issn.1002-8331.2008.25.053

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (25): 176-178.DOI: 10.3778/j.issn.1002-8331.2008.25.053

• 图形、图像、模式识别 • 上一篇下一篇

基于三参数模型的视频图像配准方法研究

李家泰,张科,余瑞星,李言俊

西北工业大学航天学院，西安 710072

收稿日期:2007-10-29 修回日期:2008-01-23 出版日期:2008-09-01 发布日期:2008-09-01
通讯作者: 李家泰

Image registration based on 3-parameter motion model

LI Jia-tai,ZHANG Ke,YU Rui-xing,LI Yan-jun

College of Astronautics，Northwestern Polytechnical University，Xi’an 710072，China

Received:2007-10-29 Revised:2008-01-23 Online:2008-09-01 Published:2008-09-01
Contact: LI Jia-tai

摘要/Abstract

摘要： 视频图像配准是运动视频处理中的一项关键技术。提出了一种新的基于3参数模型的配准算法，该算法利用多尺度的角点检测方法从相邻两帧中抽取特征点，选用Hausdorff距离对特征点集进行匹配，计算3参数模型参数，从而实现图像配准。与传统的6参数仿射模型相比，模型参数的降低并没有显著降低配准效果，同时由于参数搜索空间的减少，该方法用更快的速度得到较准确的结果。

关键词: 图像配准, Hausdorff距离, 三参数运动模型, Harris角点检测算子

Abstract: Image registration is a key technique for some video processing applications.This paper presents a new method based on 3-parameter motion model.First，feature points are extracted in both images using Harris corner based on the theory of scale-space.Then，these feature points are matched based on the Hausdorff distance，and the 3-parameter motion model is obtained.Compared with the affine transformation motion model，decreasing of parameters doesn’t affect the effect of image registration.On the same time，the calculation speed of image registration is improved as the decreasing of parameters.

Key words: image registration, Hausdorff distance, 3-parameter motion model, Harris corner detector

李家泰,张科,余瑞星,李言俊. 基于三参数模型的视频图像配准方法研究[J]. 计算机工程与应用, 2008, 44(25): 176-178.

LI Jia-tai,ZHANG Ke,YU Rui-xing,LI Yan-jun. Image registration based on 3-parameter motion model[J]. Computer Engineering and Applications, 2008, 44(25): 176-178.

[1]	夏丹，周睿. 视差图像配准技术研究综述[J]. 计算机工程与应用, 2021, 57(2): 18-27.
[2]	郭艳芬，崔喆，杨智鹏，彭静，胡金蓉. 基于深度学习的医学图像配准技术研究进展[J]. 计算机工程与应用, 2021, 57(15): 1-8.
[3]	范建平，成瑞，吴美琴. 区间复模糊软集的距离测度及其应用[J]. 计算机工程与应用, 2020, 56(9): 248-259.
[4]	刘天，曾亮. 纹理抑制的光照不均图像配准算法研究[J]. 计算机工程与应用, 2020, 56(23): 180-188.
[5]	闵超波. 基于自适应混合多项式变换的图像配准[J]. 计算机工程与应用, 2020, 56(23): 194-201.
[6]	曾安，王烈基，潘丹，黄殷. 基于FCN和互信息的医学图像配准技术研究[J]. 计算机工程与应用, 2020, 56(18): 202-208.
[7]	程德强，白春梦，郭昕，李腾腾，庄焕东，徐辉. 基于分层区域的自适应图像配准算法[J]. 计算机工程与应用, 2019, 55(17): 199-206.
[8]	贾雯晓1，张贵仓1，汪亮亮1，秦娜2. 基于SIFT和改进的RANSAC图像配准算法[J]. 计算机工程与应用, 2018, 54(2): 203-207.
[9]	洪洋1，乔晓君2，白晓东3. 基于模板匹配的移动设备手写汉字笔画识别[J]. 计算机工程与应用, 2017, 53(20): 105-110.
[10]	曹国刚，张晴，张培君，王志敏. 基于多核并行化差异进化算法的图像配准方法[J]. 计算机工程与应用, 2017, 53(20): 166-172.
[11]	雒培磊1，李国庆2，曾怡1. 一种改进的基于深度学习的遥感影像拼接方法[J]. 计算机工程与应用, 2017, 53(20): 180-186.
[12]	张卫国，李景妹. 改进的基于纹理特征的图像配准算法[J]. 计算机工程与应用, 2016, 52(6): 214-218.
[13]	郭婷婷，林意，薛思骐. 一种快速计算参数曲面间Hausdorff距离近似值的方法[J]. 计算机工程与应用, 2016, 52(10): 171-176.
[14]	孟春宁，吕建平，陈萱华. 基于普通红外摄像机的手势识别[J]. 计算机工程与应用, 2015, 51(16): 17-22.
[15]	朱俊梅1，顾明亮1，2，张世形2，贾晶晶1. 基于改进Citation-KNN算法的性别识别研究[J]. 计算机工程与应用, 2015, 51(15): 206-210.

基于三参数模型的视频图像配准方法研究

Image registration based on 3-parameter motion model

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics