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LK和FAST的时间序列图像快速配准算法

荆滢 齐乃新 杨小冈 卢瑞涛

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[J]. 红外与激光工程, 2018, 47(11): 1126006-1126006(9). doi: 10.3788/IRLA201847.1126006
引用本文: 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[J]. 红外与激光工程, 2018, 47(11): 1126006-1126006(9). doi: 10.3788/IRLA201847.1126006
Jing Ying, Qi Naixin, Yang Xiaogang, Lu Ruitao. Fast registration algorithm of image sequence by time based on LK and FAST[J]. Infrared and Laser Engineering, 2018, 47(11): 1126006-1126006(9). doi: 10.3788/IRLA201847.1126006
Citation: Jing Ying, Qi Naixin, Yang Xiaogang, Lu Ruitao. Fast registration algorithm of image sequence by time based on LK and FAST[J]. Infrared and Laser Engineering, 2018, 47(11): 1126006-1126006(9). doi: 10.3788/IRLA201847.1126006

基于LK和FAST的时间序列图像快速配准算法

doi: 10.3788/IRLA201847.1126006
基金项目: 

国家自然科学基金(61203189,61806209)

详细信息
    作者简介:

    荆滢(1984-),女,助理工程师,主要从事指挥自动化仿真方面的研究。Email:2535664268@qq.com

  • 中图分类号: TP391.4

Fast registration algorithm of image sequence by time based on LK and FAST

  • 摘要: LK光流算法是一种精确高效的特征跟踪算法,能够较大幅度提高图像配准的精度和速度。针对时间序列图像的配准问题,基于LK光流算法,通过基于图像金字塔的方式跟踪改进后的FAST特征角点,采用一种鲁棒的单应矩阵估计算法解算配准参数,提出了一种基于LK光流和改进FAST特征的实时鲁棒配准算法。通过一组时间序列图像从配准精度和配准速度两个方面对所提出算法的性能进行了验证分析,平均重投影误差为0.16,平均处理速度为30 Hz。实验结果表明,该算法能够提取稳定的FAST角点,快速准确地跟踪匹配序列图像之间的特征,较好地解决时间序列图像的实时配准问题。
  • [1] Ruppert G C S, Chiachia G, Bergo F P G, et al. Medical image registration based on watershed transform from greyscale marker and multi-scale parameter search[J]. Computer Methods in Biomechanics and Biomedical Engineering:Imaging Visualization, 2017, 5(2):138-156.
    [2] Jende P, Nex F, Gerke M, et al. Fully automatic feature-based registration of mobile mapping and aerial nadir images for enabling the adjustment of mobile platform locations in gnss-denied urban environments[J]. The International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, 2017, 42:317.
    [3] Chang C H, Chou C N, Chang E Y. CLKN:Cascaded Lucas-Kanade networks for image alignment[C]//The IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2017.
    [4] Modin K, Nachman A, Rondi L. A multiscale theory for image registration and nonlinear inverse problems[J/OL]. arXiv preprint arXiv:1803.01790, 2018.
    [5] Liu S, Jiang J. Remote sensing image registration based on feature points of global edge[C]//Imaging Systems and Techniques (IST), 2017 IEEE International Conference on, IEEE, 2017:1-6.
    [6] Fan J, Wu Y, Li M, et al. SAR image registration using multiscale image patch features with sparse representation[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2017, 10(4):1483-1493.
    [7] Li C, Ma Q, Xiao L, et al. Image splicing detection based on Markov features in QDCT domain[J]. Neurocomputing, 2017, 228:29-36.
    [8] Zhang Pengqiang, Yu Xuchu, Han Li, et al. Automatic registration of image sequence based on line matching approach[J]. Geomatics and Information Science of Wuhan University, 2007, 32(8):676-679. (in Chinese)张鹏强, 余旭初, 韩丽, 等. 基于直线特征匹配的序列图像自动配准[J]. 武汉大学学报(信息科学版), 2007, 32(8):676-679.
    [9] Wang Zhiqiang, Cheng Hong, Yang Guang, et al. Fast target location method of global image registration[J]. Infrared and Laser Engineering, 2015, 44(S1):225-229. 王志强, 程红, 杨桄, 等. 全局图像配准的目标快速定位方法[J]. 红外与激光工程, 2015, S1(44):225-229.
    [10] He Linyang, Li Jinghong, Li Gang, et al. Fast image registration approach based on improved BRISK[J]. Infrared and Laser Engineering, 2014, 43(8):2722-2727. (in Chinese)何林阳, 刘晶红, 李刚, 等. 改进BRISK特征的快速图像配准算法[J]. 红外与激光工程, 2014, 43(8):2722-2727.
    [11] Zhao Liaoying, Lv Buyun, Li Xiaorun, et al. Multi-source remote sensing image registration based on scale-invariant feature transform and optimization of regional mutual information[J]. Acta Phys Sin, 2015, 64(12):190-200. (in Chinese)赵辽英, 吕步云, 厉小润, 等. 基于尺度不变特征变换和区域互信息优化的多源遥感图像配准[J]. 物理学报, 2015, 64(12):190-200.
    [12] Zhang Jian, Lou Shuli, Ren Jiancun. Space target detection algorithm based on sequential multi-frames projection[J]. Laser Infrared, 2015, 45(1):88-93. (in Chinese)张健, 娄树理, 任建存. 基于时序多帧投影的空间目标检测算法[J]. 激光与红外, 2015, 45(1):88-93.
    [13] Bouguet J Y. Pyramidal implementation of the affine lucas kanade feature tracker description of the algorithm[J]. Intel Corporation, 2001, 5(1-10):4.
    [14] Rosten E, Drummond T. Machine learning for high-speed corner detection[C]//European Conference on Computer Vision, 2006:430-443.
    [15] Qi Naixin, Zhang Shengxiu, Cao Lijia, et al. An estimation method robust to outliers for multiple homographies[J]. Robot, 2017, 39(5):608-619. (in Chinese)齐乃新, 张胜修, 曹立佳, 等. 一种对错误匹配点鲁棒的多单应矩阵估计方法[J]. 机器人, 2017, 39(5):608-619.
    [16] Qi Naixin, Zhang Shengxiu, Cao Lijia, et al. Fast and robust homography estimation method with algebraic outlier rejection[J]. IET Image Processing, 2017, 12(4):552-562.
    [17] Szpak Z L, Chojnacki W, Eriksson A, et al. Sampson distance based joint estimation of multiple homographies with uncalibrated cameras[J]. Computer Vision and Image Understanding, 2014, 125:200-213.
  • [1] 王明军, 易芳, 李乐, 黄朝军.  自适应局部邻域特征点提取和匹配的点云配准 . 红外与激光工程, 2022, 51(5): 20210342-1-20210342-10. doi: 10.3788/IRLA20210342
    [2] 王晓艳, 徐高魁.  基于立体视觉与特征匹配的点云目标识别算法 . 红外与激光工程, 2022, 51(9): 20210596-1-20210596-7. doi: 10.3788/IRLA20210596
    [3] 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
    [4] 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
    [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] 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
    [8] 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
    [9] 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
    [10] 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.
    [11] 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.
    [12] 韩艳丽, 刘峰.  基于三角形匹配的空间小目标检测算法 . 红外与激光工程, 2014, 43(9): 3134-3140.
    [13] 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 . 红外与激光工程, 2014, 43(8): 2733-2739.
    [14] 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.
    [15] 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 . 红外与激光工程, 2014, 43(8): 2728-2732.
    [16] 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.
    [17] 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.
    [18] 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.
    [19] 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.
    [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:  412
  • HTML全文浏览量:  63
  • PDF下载量:  46
  • 被引次数: 0
出版历程
  • 收稿日期:  2018-06-10
  • 修回日期:  2018-07-28
  • 刊出日期:  2018-11-25

基于LK和FAST的时间序列图像快速配准算法

doi: 10.3788/IRLA201847.1126006
    作者简介:

    荆滢(1984-),女,助理工程师,主要从事指挥自动化仿真方面的研究。Email:2535664268@qq.com

基金项目:

国家自然科学基金(61203189,61806209)

  • 中图分类号: TP391.4

摘要: LK光流算法是一种精确高效的特征跟踪算法,能够较大幅度提高图像配准的精度和速度。针对时间序列图像的配准问题,基于LK光流算法,通过基于图像金字塔的方式跟踪改进后的FAST特征角点,采用一种鲁棒的单应矩阵估计算法解算配准参数,提出了一种基于LK光流和改进FAST特征的实时鲁棒配准算法。通过一组时间序列图像从配准精度和配准速度两个方面对所提出算法的性能进行了验证分析,平均重投影误差为0.16,平均处理速度为30 Hz。实验结果表明,该算法能够提取稳定的FAST角点,快速准确地跟踪匹配序列图像之间的特征,较好地解决时间序列图像的实时配准问题。

English Abstract

参考文献 (17)

目录

    /

    返回文章
    返回