图像多尺度配准的小波域SURF算法

计算机工程与应用 ›› 2014, Vol. 50 ›› Issue (21): 200-204.

图像多尺度配准的小波域SURF算法

卫建龙1，田铮1，2，延伟东1，范明1

1.西北工业大学理学院，西安 710129
2.中国科学院遥感应用研究所遥感科学国家重点实验室，北京 100101

出版日期:2014-11-01 发布日期:2014-10-28

Image multiscale registration in wavelet domain using SURF

WEI Jianlong1, TIAN Zheng1，2, YAN Weidong1, FAN Ming1

1.School of Science, Northwestern Polytechnical University, Xi’an 710129, China
2.State Key Laboratory of Remote Sensing Science, Institute of Remote Sensing Applications, Chinese Academy of Sciences, Beijing 100101, China

Online:2014-11-01 Published:2014-10-28

摘要/Abstract

摘要： 针对SURF描述子仅利用特征点的局部邻域信息而对于局部场景发生变化的图像容易产生误匹配的现象，提出了图像多尺度配准的小波域SURF算法。该方法对图像进行小波分解，利用低分辨率上得到的变换参数剔除高分辨率上的错误匹配，得到精确匹配点对，对图像进行配准。实验结果表明，该方法能有效地剔除误匹配点，提高图像配准的精度。

关键词: 图像配准, 加速稳健特征（SURF）, 小波域, 多尺度

Abstract: A method to correct Speed-Up Robust Features（SURF） mismatching combining wavelet transform with SURF is proposed to solve the mismatching in the registration of the images broken in the locate structure. This paper applies wavelet decomposition to the images. It utilizes the transformation parameters derived from images of lower resolution, and a number of mismatching points of higher resolution are eliminated. Then images are registrated using the exact matching points. The experimental results on optical-remote sensing images and SAR images show that the proposed algorithm can eliminate the mismatching points effectively and enhance the registration accuracy.

Key words: image registration, Speed-Up Robust Features（SURF）, wavelet domain, multiscale

卫建龙1，田铮1，2，延伟东1，范明1. 图像多尺度配准的小波域SURF算法[J]. 计算机工程与应用, 2014, 50(21): 200-204.

WEI Jianlong1, TIAN Zheng1，2, YAN Weidong1, FAN Ming1. Image multiscale registration in wavelet domain using SURF[J]. Computer Engineering and Applications, 2014, 50(21): 200-204.

[1]	张朕通，单玉刚，袁杰. 联合多尺度和注意力机制的遥感影像检测[J]. 计算机工程与应用, 2021, 57(9): 212-216.
[2]	王兵，乐红霞，李文璟，张孟涵. 改进YOLO轻量化网络的口罩检测算法[J]. 计算机工程与应用, 2021, 57(8): 62-69.
[3]	李现国，冯欣欣，李建雄. 多尺度残差网络的单幅图像超分辨率重建[J]. 计算机工程与应用, 2021, 57(7): 215-221.
[4]	梁芳烜，杨锋，卢丽云，尹梦晓. 基于卷积神经网络的脑肿瘤分割方法综述[J]. 计算机工程与应用, 2021, 57(7): 34-43.
[5]	罗会兰，彭珊，陈鸿坤. 目标检测难点问题最新研究进展综述[J]. 计算机工程与应用, 2021, 57(5): 36-46.
[6]	李佐龙，王帮海，卢增. 多尺度特征融合重建的行人检测方法[J]. 计算机工程与应用, 2021, 57(4): 176-182.
[7]	朱惠娟，宗平，丛玉华. 基于权重池的多尺度图像质量评估方法[J]. 计算机工程与应用, 2021, 57(3): 215-221.
[8]	刘万军，张正寰，曲海成. 融合DenseNet的多尺度图像去模糊模型[J]. 计算机工程与应用, 2021, 57(24): 219-226.
[9]	徐健，黄磊，陈倩倩，陆珍，吴曙培. 基于多尺度特征迁移学习的步态识别研究[J]. 计算机工程与应用, 2021, 57(20): 180-187.
[10]	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.
[11]	吴卓钊，范科峰，莫玮. 多尺度权重评估的MSRCR混合曝光成像算法[J]. 计算机工程与应用, 2021, 57(17): 224-229.
[12]	贺照蒙，孔广黔，吴云. 一种改进的室内场景语义分割网络[J]. 计算机工程与应用, 2021, 57(16): 197-202.
[13]	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.
[14]	熊杰，彭军，杨文姬，黄丽芳. 多尺度高分辨率保持和视角不变的手姿态估计[J]. 计算机工程与应用, 2021, 57(14): 148-157.
[15]	左保川，张晴. 采用特征引导机制的显著性检测网络[J]. 计算机工程与应用, 2021, 57(14): 201-208.