Please wait a minute...
img

官方微信

遥感技术与应用  2007, Vol. 22 Issue (3): 438-442    DOI: 10.11873/j.issn.1004-0323.2007.3.438
图像处理     
一种基于角点特征的图像自动配准方法
吕金建1,文贡坚1,李德仁2,高 峰1
(1.国防科技大学电子科学与工程学院ATR重点实验室,湖南长沙 410073;2.武汉大学测绘遥感信息工程国家重点实验室,湖北武汉 430079)
An Automated Image Registration Method Based on Corner Feature
LU Jin-jian1, WEN Gong-jian1, LI De-ren2, GAO Feng1
(1.ATR Key Laboratory,School of Electronic Science and Engineering,National University of Defense
Technology,Changsha, 410073,China;2.State Key Laboratory of Information Engineering in
Surveying,Mapping and Remote Sensing,Wuhan430079,China)
 全文: PDF 
摘要:

图像配准是图像处理和计算机视觉中的重要环节。提出了一种基于角点特征的图像自动配准方法来处理具有相似变换的图像配准问题。角点特征由改进的Harris算子提取,然后将提取的角点组成虚拟三角形,利用在相似变换下参考图像和待配准图像中对应的虚拟三角形相似的原理,找到最相似的两个虚拟三角形,以它们对应的顶点作为控制点,求出变换模型参数,从而配准两幅图像。该方法只要求两幅图像中提取的角点特征包含3个以上的对应角点,就能配准两幅图像。它的另一个优点是理论上对两幅图像之间发生的平移、旋转和尺度变化没有限制。实验结果表明:这种图像自动配准算法是正确和有效的。

关键词: 特征提取角点特征虚拟三角形相似变换图像自动配准    
Abstract:

Image registration plays an import role in image processing and computer vision. An automated image registration method based on corner feature is proposed to deal with the registration of image of similarity geometric distortion in this paper. Corners are extracted by an improved technique based on Harris and then compose virtual triangles. According to the principle that the corresponding virtual triangles are similar in the reference and sensed images under the similarity transformation, the most
similar two virtual triangles can be found. Their corresponding vertexes are used as control points and the parameters of similarity transformation are obtained. The proposed method is guaranteed to register images if only three corresponding corners are extracted from the reference and sensed images. Another advantage of the method is that there is theoretically no limited to scale, translation and rotation of two images. The experiment results prove that the proposed method is accurate and effective.

Key words: Feature extraction    Corner feature    Virtual triangle    Similarity transformation    Automated image registration
收稿日期: 2006-10-12 出版日期: 2011-11-25
:  TP 391  
基金资助:

国家自然科学基金项目(40571103)资助。

作者简介: 吕金建(1979-),男,博士研究生,主要研究领域为遥感图像配准。
服务  
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章  

引用本文:

吕金建,文贡坚,李德仁,高 峰. 一种基于角点特征的图像自动配准方法[J]. 遥感技术与应用, 2007, 22(3): 438-442.

LU Jin-jian, WEN Gong-jian, LI De-ren, GAO Feng. An Automated Image Registration Method Based on Corner Feature. Remote Sensing Technology and Application, 2007, 22(3): 438-442.

链接本文:

http://www.rsta.ac.cn/CN/10.11873/j.issn.1004-0323.2007.3.438        http://www.rsta.ac.cn/CN/Y2007/V22/I3/438

[1]    Brown L. A Survey of Image Registration Techniques[J].ACM Computer Surveys,1992,24(4):325-376.
[2] Zitova B, Flusser J. Image Registration Methods: A Survey[J]. Image Vision Computing,2003,21:977-1000.
[3] 周鹏,谭勇,徐守时.基于角点检测图像配准的一种新算法[J].中国科学技术大学学报,2002,32(4):455-461.
[4] Lee J S, Sun Y N, Chen C H. Multiscale Corner Detection by Using Wavelet Transform[J]. IEEE Transactions on Image Processing, 1995, 4(1):100-104.
[5] Quddus A, Fahmy M M. An Improved Wavelet Based Corner Detection Technique [ A]. Acoustics, Speech and Signal Processing Proceedings of IEEE International Conference on[C].1999, 6:3213-3216.
[6] Harris C, Stephens M. A Combined Corner and Edge Detector[A].Proceedings of the 4th Alvey Vision Conference[C].1988.
[7] Zitova B, Kautsky J, Peters G. Robust Detection of Significant Points in Multiframe Images[J]. Pattern Recongnition Letters, 1999, 20:199-206.
[8] Hongya Tuo, Lin Zhang, Yuncai Liu. Multi-sensor Aerial Image Registration Using Direct Histogram Specification[A].Proceedings of the 2004 IEEE International Conference on Networking, Sensing &Control[C]. Taipei, Taiwan, 2004.
[9] Keller Y, Averbuch A. Implicit Similarity: A New Approach to Multi-sensor Image Registration[A]. Proceedings of the 2003 IEEE Computer Society Conference on Computer Vision and Pattern Recognition[C].2003.

[1] 李婷,程博,尤淑撑. 基于半监督鉴别分析的高分辨率SAR影像建筑区提取[J]. 遥感技术与应用, 2016, 31(2): 239-246.
[2] 蒋少峰,王超,吴樊,张波,汤益先,张红. 基于结构特征分析的COSMO-SkyMed图像商用船舶分类算法[J]. 遥感技术与应用, 2014, 29(4): 607-615.
[3] 钱进,罗鼎. 基于成对约束半监督降维的高光谱遥感影像特征提取[J]. 遥感技术与应用, 2014, 29(4): 681-688.
[4] 林娜,杨武年. 基于核最小噪声分离变换的高光谱遥感影像特征提取研究[J]. 遥感技术与应用, 2013, 28(2): 245-251.
[5] 骆仁波,皮佑国,廖文志. 超光谱遥感图像有监督LPP特征提取研究[J]. 遥感技术与应用, 2012, 27(6): 850-856.
[6] 梅 雪,张继法,许松松,巩建鸣. 分级特征提取与选择及在自动目标识别系统中的应用[J]. 遥感技术与应用, 2012, 27(5): 712-715.
[7] 王毅,孙佳俊,韩永,项杰. 基于卫星云图的台风云系特征提取算法研究[J]. 遥感技术与应用, 2011, 26(3): 287-293.
[8] 周 全,张 荣,尹 东. 基于高斯金字塔的遥感云图多尺度特征提取[J]. 遥感技术与应用, 2010, 25(5): 604-608.
[9] 熊文成, 魏 斌, 孙中平, 申文明, 游代安. 基于环境一号卫星B星CCD与红外相机融合的澳洲火灾监测[J]. 遥感技术与应用, 2010, 25(2): 178-182.
[10] 董士伟, 周子勇, 文百红. 基于EMD与神经网络的油膜高光谱数据特征提取[J]. 遥感技术与应用, 2010, 25(2): 221-226.
[11] 李小梅, 谭炳香, 李增元, 张秋良. CHRIS 高光谱图像森林类型分类方法比较研究[J]. 遥感技术与应用, 2010, 25(2): 227-234.
[12] 汤井田,胡丹,龚智敏. 基于SVM的SAR图像分类研究[J]. 遥感技术与应用, 2008, 23(3): 341-345.
[13] 雷琳, 粟毅. 一种基于轮廓匹配的近岸舰船检测方法[J]. 遥感技术与应用, 2007, 22(5): 622-627.
[14] 徐 丰,张 红,张 波,田巳睿,王 超. 基于改进正则化方法的SAR图像区域特征提取[J]. 遥感技术与应用, 2007, 22(4): 549-554.
[15] 苏红军, 杜培军. 高光谱数据特征选择与特征提取研究[J]. 遥感技术与应用, 2006, 21(4): 288-293.