留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

三维特征点距离特征集合求交匹配算法

谢易辰 陈健 闫镔 童莉 曾磊 崔明明

谢易辰, 陈健, 闫镔, 童莉, 曾磊, 崔明明. 三维特征点距离特征集合求交匹配算法[J]. 红外与激光工程, 2014, 43(8): 2728-2732.
引用本文: 谢易辰, 陈健, 闫镔, 童莉, 曾磊, 崔明明. 三维特征点距离特征集合求交匹配算法[J]. 红外与激光工程, 2014, 43(8): 2728-2732.
Xie Yichen, Chen Jian, Yan Bin, Tong Li, Zeng Lei, Cui Mingming. Distance feature set intersection for 3D feature matching[J]. Infrared and Laser Engineering, 2014, 43(8): 2728-2732.
Citation: Xie Yichen, Chen Jian, Yan Bin, Tong Li, Zeng Lei, Cui Mingming. Distance feature set intersection for 3D feature matching[J]. Infrared and Laser Engineering, 2014, 43(8): 2728-2732.

三维特征点距离特征集合求交匹配算法

详细信息
    作者简介:

    谢易辰(1988- ),男,硕士生,主要从事图像拼接方面的研究。Email:easy0113@163.com

  • 中图分类号: TP391.4

Distance feature set intersection for 3D feature matching

  • 摘要: 对于使用锥束CT分区成像的物体,要得到其完整的三维图像,需要对各分区重建图像进行三维拼接。作为基于特征的三维拼接算法中重要的步骤之一,特征点匹配是要对图像重叠区域中检测到的特征点建立对应关系。针对目前三维SIFT特征匹配算法对于相似特征误匹配率较高的问题,提出基于三维特征点空间关系的三维特征点匹配算法:距离特征集合求交法。该算法使用求取简便的特征点三维距离特征作为特征描述符,避免了扩大特征信息统计范围时巨大的计算消耗问题,然后在匹配过程中设计了距离特征集合求交的相似性度量方法,解决了以往基于空间关系方法中特征矢量各项元素不对应的问题。实验证明:该算法在图像存在大量相似特征的前提下,能够有效提高三维特征点匹配的匹配正确率。
  • [1]
    [2] 陈自宽, 锥束CT对大物体成像的分块扫描重建和空间拼装方法: 中国, 101135655 [P]. 2010-05-26.
    [3]
    [4] An Jianni, Liu Guixi. Image mosaic algorithm based on feature points matching and automatic transform parameters identifying[J]. Infrared and Laser Engineering, 2011, 40(3): 564-569. (in Chinese)
    [5] Wang Hong, Ji Xiaoqiang, Dai Ming, et al. Improved speed up robust feathers matching algorithm[J]. Infrared and Laser Engineering, 2012, 41(3): 811-817. (in Chinese)
    [6] 安建妮, 刘贵喜. 利用特征点配准和变换参数自动辨识的图像拼接算法[J]. 红外与激光工程, 2011, 40(3): 564-569.
    [7]
    [8] Scovanner P, Ali S, Shah M. A 3-dimensional SIFT descriptor and its application to action recognition[C]//Proceedings of the International Conference on Multimedia, 2007: 357-360.
    [9]
    [10] Allaire S, Kim J, Breen S. Full orientation invariance and improved feature selectivity of 3D SIFT with application to medical image analysis[C]//Computer Vision and Pattern Recognition Workshops, 2008: 1-8.
    [11] 王洪, 嵇晓强, 戴明, 等. 一种改进的快速鲁棒性特征匹配算法[J]. 红外与激光工程, 2012, 41(3): 811-817.
    [12] Knopp J, Prasad M, Willems G, et al. Hough transform and 3D SURF for robust three dimensional classification[C]//European Conference on Computer Vision, 2010: 589-602.
    [13]
    [14] Mortensen E N, Deng Hongli, Shapiro L. A SIFT descriptor with global context[C]//Computer Vision and Pattern Recognition, 2005: 184-190.
    [15] Ji Hua, Wu Yuanhao, Sun Honghai, et al. SIFT feature matching algorithm with global information[J]. Optics and Precision Engineering, 2009, 17(2): 439-444. (in Chinese)
    [16]
    [17] Wu Fei, Cai Shengyuan, Guo Tongqiang, et al. Image feature points matching approach with triangle constraint[J]. Journal of Computer-Aided Design Computer Graphics, 2010, 22(3): 503-510. (in Chinese)
    [18]
    [19]
    [20] Guo Xiaojie, Cao Xiaochun. Good match exploration using triangle constraint[J]. Pattern Recognition Letters, 2012, 33(7): 872-881.
    [21]
    [22] Tan Zhiguo Sun Jixiang. Two point matching algorithms based on point spatial features[J]. Pattern Recognition and Artificial Intelligence, 2007, 20(3): 325-330. (in Chinese)
    [23]
    [24] 纪华, 吴元昊, 孙宏海, 等. 结合全局信息的SIFT特征匹配算法[J]. 光学 精密工程, 2009, 17(2): 439-444.
    [25]
    [26]
    [27] 吴飞, 蔡胜渊, 郭同强, 等. 三角形约束下的图像特征点匹配方法[J]. 计算机辅助设计与图形学学报, 2010, 22(3): 503-510.
    [28]
    [29]
    [30]
    [31] 谭志国, 孙即祥. 基于点空间特征的两种点匹配算法[J]. 模式识别与人工智能, 2007, 20(3): 325-330.
  • [1] 倪洪印, 李凤萍.  T-CENTRIST特征的红外图像人体检测 . 红外与激光工程, 2020, 49(S2): 20200423-20200423. doi: 10.3788/IRLA20200423
    [2] 薛俊韬, 倪晨阳, 杨斯雪.  特征聚类的局部敏感稀疏图像修复 . 红外与激光工程, 2018, 47(11): 1126001-1126001(9). doi: 10.3788/IRLA201847.1126001
    [3] 黄卓, 陈凤东, 刘国栋, 魏富鹏, 彭志涛, 唐军, 刘楠.  连接向量特征匹配的暗场图像配准方法 . 红外与激光工程, 2018, 47(11): 1126005-1126005(6). doi: 10.3788/IRLA201847.1126005
    [4] 史亚莉, 陶显, 周信达, 张家斌, 丁磊, 张正涛.  光学元件激光损伤在线检测装置 . 红外与激光工程, 2018, 47(4): 417003-0417003(7). doi: 10.3788/IRLA201847.0417003
    [5] 王志强, 程红, 谭海峰, 杨明权, 滕飞.  基于侧抑制竞争的航空遥感影像配准算法 . 红外与激光工程, 2018, 47(S1): 206-212. doi: 10.3788/IRLA201847.S126005
    [6] 桂辉, 徐晓婷, 李博.  安防监控中图像拼接的配光问题研究 . 红外与激光工程, 2018, 47(8): 826003-0826003(8). doi: 10.3788/IRLA201847.0826003
    [7] 蔡怀宇, 武晓宇, 卓励然, 黄战华, 王星宇.  结合边缘检测的快速SIFT图像拼接方法 . 红外与激光工程, 2018, 47(11): 1126003-1126003(7). doi: 10.3788/IRLA201847.1126003
    [8] 荆滢, 齐乃新, 杨小冈, 卢瑞涛.  基于LK和FAST的时间序列图像快速配准算法 . 红外与激光工程, 2018, 47(11): 1126006-1126006(9). doi: 10.3788/IRLA201847.1126006
    [9] 卢丙辉, 陈凤东, 刘炳国, 刘国栋, 戚子文.  基于映射图像匹配的子孔径拼接技术 . 红外与激光工程, 2016, 45(8): 824005-0824005(6). doi: 10.3788/IRLA201645.0824005
    [10] 王雨曦, 亓洪兴, 马彦鹏, 葛明锋.  画幅扫描红外成像实时拼接中的光束法平差 . 红外与激光工程, 2016, 45(1): 104002-0104002(6). doi: 10.3788/IRLA201645.0104002
    [11] 杨绪峰, 林伟, 延伟东, 温金环.  采用热核特征的SAR图像目标识别 . 红外与激光工程, 2014, 43(11): 3794-3801.
    [12] 何林阳, 刘晶红, 李刚, 刘剑.  改进BRISK特征的快速图像配准算法 . 红外与激光工程, 2014, 43(8): 2722-2727.
    [13] 李建国, 崔祜涛, 田阳.  基于特征匹配的着陆导航敏感器相对校准算法 . 红外与激光工程, 2014, 43(1): 267-273.
    [14] 胡晓彤, 王建东.  基于子空间特征向量的三维点云相似性分析 . 红外与激光工程, 2014, 43(4): 1316-1321.
    [15] 王国刚, 史洪岩, 汪滢, 袁德成.  仿射不变子空间特征及其在图像匹配中的应用 . 红外与激光工程, 2014, 43(2): 659-664.
    [16] 杨磊, 曹剑中, 唐利孬, 高博, 王华, 郭惠楠.  全景图像自动拼接算法的优化设计 . 红外与激光工程, 2014, 43(3): 985-990.
    [17] 杨晟, 李学军, 朱诗兵, 刘涛.  抗仿射形变异构金字塔复合描述点特征匹配算法 . 红外与激光工程, 2014, 43(7): 2387-2392.
    [18] 杨新锋, 滕书华, 夏东.  基于空间变换迭代的SIFT特征图像匹配算法 . 红外与激光工程, 2013, 42(12): 3496-3501.
    [19] 李亮, 顾国华, 钱惟贤, 陈钱, 任建乐.  基于特征点和泊松融合的红外序列图像拼接 . 红外与激光工程, 2013, 42(9): 2584-2588.
    [20] 何莲, 蔡敬菊, 张启衡.  改进的基于弦切变换的目标检测方法 . 红外与激光工程, 2012, 41(1): 239-247.
  • 加载中
计量
  • 文章访问数:  175
  • HTML全文浏览量:  6
  • PDF下载量:  331
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-12-11
  • 修回日期:  2014-01-14
  • 刊出日期:  2014-08-25

三维特征点距离特征集合求交匹配算法

    作者简介:

    谢易辰(1988- ),男,硕士生,主要从事图像拼接方面的研究。Email:easy0113@163.com

  • 中图分类号: TP391.4

摘要: 对于使用锥束CT分区成像的物体,要得到其完整的三维图像,需要对各分区重建图像进行三维拼接。作为基于特征的三维拼接算法中重要的步骤之一,特征点匹配是要对图像重叠区域中检测到的特征点建立对应关系。针对目前三维SIFT特征匹配算法对于相似特征误匹配率较高的问题,提出基于三维特征点空间关系的三维特征点匹配算法:距离特征集合求交法。该算法使用求取简便的特征点三维距离特征作为特征描述符,避免了扩大特征信息统计范围时巨大的计算消耗问题,然后在匹配过程中设计了距离特征集合求交的相似性度量方法,解决了以往基于空间关系方法中特征矢量各项元素不对应的问题。实验证明:该算法在图像存在大量相似特征的前提下,能够有效提高三维特征点匹配的匹配正确率。

English Abstract

参考文献 (31)

目录

    /

    返回文章
    返回