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

基于矩阵恢复的红外偏振图像分区配准算法

刘晓诚 薛模根 黄勤超 王峰

刘晓诚, 薛模根, 黄勤超, 王峰. 基于矩阵恢复的红外偏振图像分区配准算法[J]. 红外与激光工程, 2014, 43(8): 2733-2739.
引用本文: 刘晓诚, 薛模根, 黄勤超, 王峰. 基于矩阵恢复的红外偏振图像分区配准算法[J]. 红外与激光工程, 2014, 43(8): 2733-2739.
Liu Xiaocheng, Xue Mogen, Huang Qinchao, Wang Feng. Algorithm of infrared polarization image patch registration based on matrix recovery[J]. Infrared and Laser Engineering, 2014, 43(8): 2733-2739.
Citation: Liu Xiaocheng, Xue Mogen, Huang Qinchao, Wang Feng. Algorithm of infrared polarization image patch registration based on matrix recovery[J]. Infrared and Laser Engineering, 2014, 43(8): 2733-2739.

基于矩阵恢复的红外偏振图像分区配准算法

基金项目: 

国家自然科学基金(41176158)

详细信息
    作者简介:

    刘晓诚(1989- ),男,硕士生,主要从事图像处理、红外偏振信息解析等方面的研究。Email:liuxiaocheng18@sina.com

  • 中图分类号: TP391

Algorithm of infrared polarization image patch registration based on matrix recovery

  • 摘要: 由于红外偏振图像具有灰度分布差别大、特征信息不明显等特点,传统区域或特征的配准算法精度难以满足红外偏振信息解析要求。从图像间相似性出发,以矩阵秩作为图像相似性的度量,提出了一种基于矩阵恢复的红外偏振图像分区配准算法。将一组待配准图像组成变化矩阵,并分解成低秩和稀疏两部分。以低秩变换矩阵核范数与稀疏变换矩阵1范数的和为目标函数,利用增广拉格朗日乘子法求得目标函数值最小时的各区域变换参数,加权平均后得到图像组的配准结果。实验结果表明,该算法配准变换参数误差小于0.02 pixel,且对噪声不敏感。
  • [1] Liu Jiyong, Zhang Pinyi, Xiao Renxin, et al. Image fusion algorithm at pixel level of polarization infrared image[J]. Infrared and Laser Engineering, 2007, 36(9): 286-289. (in Chinese)
    [2]
    [3] Persons C M,Chenault D B. Automated registration of polarimetric imagery using Fourier transform techniques[C]//SPIE, 2002, 4819: 107-117.
    [4] 柳继勇, 张聘义, 肖仁鑫, 等. 一种偏振红外图像的像素级融合算法[J]. 红外与激光工程, 2007, 36(9): 286-289.
    [5] Wang Kunpeng, Xu Yidan, Yu Qifeng, et al. Classification and state of IR/Visible image registration methods[J].Infrared Technology, 2009, 31(5): 270-274. (in Chinese)
    [6]
    [7] Ma Zhengde, Du Yunfei, Zhou Haifang, et al. Performance comparison of similarity measures for remote sensing image registration[J]. Computer Engineering Science, 2008, 30(2): 45-48. (in Chinese)
    [8]
    [9]
    [10] Ge Yongxin, Yang Dan, Zhang Xiaohong. A new method for image registration based on alignment metric of feature points[J], Journal of Electronics Information Technology, 2007, 29(2): 425-428. (in Chinese)
    [11] Ma Jun, Cao Zhiguo. An edge based approach to scene matching between infrared image and optical image[J]. Jisuanji Yu Shuzi Gong Cheng, 2006, 12(34): 30-32. (in Chinese)
    [12] 王鲲鹏, 徐一丹, 于起峰. 红外与可见光图像配准方法分类及现状[J]. 红外技术, 2009, 31(5): 270-274.
    [13]
    [14] Hrkac T, Kalafatic Z, Krapac J. Infrared-visual image registration based on corners and hausdorff distance[A]. Proc of SCIA, 2007: 383-392.
    [15]
    [16] Gao Feng, Wen Gongjian, Lu Jinjian. An optimal algorithm for IR/Visual image registration based on main-line-pairs[J]. Chinese Journal Of Computers, 2007, 30(6): 1014-1021. (in Chinese)
    [17] 马政德, 杜云飞, 周海芳, 等. 遥感图像配准中相似性测度的比较和分析[J]. 计算机工程与科学, 2008, 30(2): 45-48.
    [18] Su Juan, Lin Xinggang, Liu Daizhi. A multi-sensor image registration algorithm based on structure feature edges[J].Acta Automatica Sinica, 2009, 35(3): 251-257. (in Chinese)
    [19] Wright J, Yang A, Ganesh A, et al. Robust face recognition via sparse representation [J]. IEEE Trans on PAMI, 2009, 31: 210-227.
    [20]
    [21]
    [22] Zhouchen Lin, Chen M, Yi Ma, et al. The augmented Lagrange multiplier method for exact recovery of corrupted low-rank matrices[C]//UIUC Technical Report UILU-ENG, 2011,(9):2215.
    [23] Yigang Peng, Ganesh A, Wright J, et al. Robust alignment by sparse and low-rank decomposition for linearly correlated images[J]. IEEE Trans on PAMI, 2011, 34(11): 2233-2246.
    [24] 葛永新, 杨丹, 张小洪. 基于特征点对齐度的图像配准算法[J]. 电子与信息学报, 2007, 29(2): 425-428.
    [25] Gao Yingying, Yang Jianfeng, Ma Xiaolong, et al. Interference image registration based on Fourier-Mellin algorithm[J]. Optics and Precision Engineering, 2007, 15(9): 1415-1420. (in Chinese)
    [26]
    [27]
    [28] 马俊, 曹治国. 基于边缘信息的红外与可见光图像匹配技术[J]. 计算机与数字工程, 2006, 12(34): 30-32.
    [29]
    [30]
    [31]
    [32] 高峰, 文贡坚, 吕金建. 基于干线对的红外与可见光最优图像配准算法[J]. 计算机学报, 2007, 30(6): 1014-1021.
    [33]
    [34]
    [35] 苏娟, 林行刚, 刘代志. 一种基于结构特征边缘的多传感器图像配准方法[J]. 自动化学报, 2009, 35(3): 251-257.
    [36]
    [37]
    [38]
    [39]
    [40]
    [41] 高莹莹, 杨建峰, 马晓龙, 等. 基于Fourier-Mellin算法的干涉图像配准[J]. 光学 精密工程, 2007, 15(9): 1415-1420.
  • [1] 王中军, 晁艳锋.  采用SURF特征和局部互相关信息的图像配准算法 . 红外与激光工程, 2022, 51(6): 20210950-1-20210950-6. doi: 10.3788/IRLA20210950
    [2] 张景程, 乔新博, 赵永强.  红外偏振摄像机动目标检测跟踪系统(特邀) . 红外与激光工程, 2022, 51(4): 20220233-1-20220233-10. doi: 10.3788/IRLA20220233
    [3] 赵慧洁, 张晓元, 贾国瑞, 邱显斐, 翟亮.  运动补偿下双通道星载高光谱成像仪图像配准 . 红外与激光工程, 2021, 50(3): 20211022-1-20211022-9. doi: 10.3788/IRLA20211022
    [4] 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
    [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] 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
    [7] 梁建安, 赵万利, 王霞, 贺思, 金伟其.  背景杂波对红外偏振成像系统作用距离的影响 . 红外与激光工程, 2017, 46(10): 1004003-1004003(7). doi: 10.3788/IRLA201782.1004003
    [8] 武奕楠, 李国宁, 张柯, 张宇, 金龙旭.  基于同名点追踪的空间相机成像拼接配准模型 . 红外与激光工程, 2016, 45(3): 326002-0326002(7). doi: 10.3788/IRLA201645.0326002
    [9] 王贵圆, 常本康, 富容国, 冯澍, 孙斌, 李英杰.  分光轴式多源图像融合系统近距离配准方法研究 . 红外与激光工程, 2016, 45(11): 1104003-1104003(7). doi: 10.3788/IRLA201645.1104003
    [10] 王霞, 梁建安, 龙华宝, 姚锦华, 夏润秋, 贺思, 金伟其.  典型背景和目标的长波红外偏振成像实验研究 . 红外与激光工程, 2016, 45(7): 704002-0704002(7). doi: 10.3788/IRLA201645.0704002
    [11] 李英杰, 张俊举, 常本康, 钱芸生, 刘磊.  远距离多波段红外图像融合系统及配准方法 . 红外与激光工程, 2016, 45(5): 526002-0526002(6). doi: 10.3788/IRLA201645.0526002
    [12] 牛涛, 杨风暴, 王肖霞, 安富, 李大威.  差异特征与融合算法的集值映射关系的建立 . 红外与激光工程, 2015, 44(3): 1073-1079.
    [13] 王志强, 程红, 杨桄, 李成, 吴迪.  全局图像配准的目标快速定位方法 . 红外与激光工程, 2015, 44(S1): 225-229.
    [14] 张宏伟, 樊祥, 朱斌, 施展.  引入外点剔除机制的双波段红外图像的配准 . 红外与激光工程, 2015, 44(S1): 23-28.
    [15] 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.
    [16] 杨蔚, 顾国华, 陈钱, 曾海芳, 徐富元, 王长江.  红外偏振图像的目标检测方法 . 红外与激光工程, 2014, 43(8): 2746-2751.
    [17] 吴明军, 许建铮, 周桢, 张亚涛.  针对运动摄像机的快速低存储开销运动目标检测算法 . 红外与激光工程, 2013, 42(8): 2275-2280.
    [18] 彭晨, 陈钱, 钱惟贤, 徐富元.  复杂地面场景下的红外运动目标跟踪 . 红外与激光工程, 2013, 42(6): 1410-1414.
    [19] 吴泽鹏, 郭玲玲, 朱明超, 贾宏光, 宣明.  结合图像信息熵和特征点的图像配准方法 . 红外与激光工程, 2013, 42(10): 2846-2852.
    [20] 张德新, 马广富, 邵晓巍.  利用目标直线边缘交点的某型航侦CCD相机图像拼接 . 红外与激光工程, 2012, 41(1): 234-238.
  • 加载中
计量
  • 文章访问数:  223
  • HTML全文浏览量:  21
  • PDF下载量:  248
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-12-05
  • 修回日期:  2014-01-03
  • 刊出日期:  2014-08-25

基于矩阵恢复的红外偏振图像分区配准算法

    作者简介:

    刘晓诚(1989- ),男,硕士生,主要从事图像处理、红外偏振信息解析等方面的研究。Email:liuxiaocheng18@sina.com

基金项目:

国家自然科学基金(41176158)

  • 中图分类号: TP391

摘要: 由于红外偏振图像具有灰度分布差别大、特征信息不明显等特点,传统区域或特征的配准算法精度难以满足红外偏振信息解析要求。从图像间相似性出发,以矩阵秩作为图像相似性的度量,提出了一种基于矩阵恢复的红外偏振图像分区配准算法。将一组待配准图像组成变化矩阵,并分解成低秩和稀疏两部分。以低秩变换矩阵核范数与稀疏变换矩阵1范数的和为目标函数,利用增广拉格朗日乘子法求得目标函数值最小时的各区域变换参数,加权平均后得到图像组的配准结果。实验结果表明,该算法配准变换参数误差小于0.02 pixel,且对噪声不敏感。

English Abstract

参考文献 (41)

目录

    /

    返回文章
    返回