基于投影特征的快速图像匹配方法

吉林大学学报(工学版) ›› 2010, Vol. 40 ›› Issue (05): 1340-1344.

基于投影特征的快速图像匹配方法

杨光, 田地, 李军, 杨红生

吉林大学 |仪器科学与电气工程学院|长春 130062

收稿日期:2009-11-10 出版日期:2010-09-01 发布日期:2010-09-01
通讯作者: 田地（1958-）,男,教授,博士生导师.研究方向:分析仪器,分布式测控.E-mail:tiandi@jlu.edu.cn E-mail:tiandi@jlu.edu.cn
作者简介:杨光（1983-）,男,博士研究生.研究方向:计算机视觉,分布式测控.E-mail:yangguang_jlu@163.com
基金资助:
国家科技基础条件平台建设重点项目(2004DKA10010,2005DKA10103)

Fast image matching method based on projective feature

YANG Guang|TIAN Di|LI Jun|YANG Hong-sheng

College of Instrumentation and Electronic Engineering,Jilin University,Changchun 130062,China

Received:2009-11-10 Online:2010-09-01 Published:2010-09-01

摘要/Abstract

摘要：

为了减少现有投影法模板中的冗余像素和匹配过程中无效的投影计算，提出了一种基于投影特征的快速图像匹配方法。基于投影法匹配原理和目标物体最小纵横比矩形特性，构造出平行四边形模板，并应用四方向链码实现该模板的投影变换；在图像匹配过程中，基于模板投影数据的取值范围和动态阈值序贯相似性检测原理，实现投影变换过程中灰度值的实时判定。实验结果表明，本文提出的方法与其他图像匹配算法相比在运算速度上优势显著。

关键词: 计算机应用, 图像匹配, 投影特征, 平行四边形模板

Abstract:

To reduce the redundant pixels in the template of existing projection methods and the invalid projection calculation in matching process, a fast image matching method based on projective feature is proposed. This method is based on the projection matching principle and target object's characteristics of the minimum aspect ratio rectangle. It constructs a parallelogram template and uses 4direction chain code to achieve the template projection transformation. In the process of image matching, based on the value range of the data gotten after template projection and dynamic threshold sequential similarity detection principle, realtime gray value judgment is realized during the projection transformation. Experiment results show that, compared with other image matching algorithms, the proposed method possesses significant advantage in computational speed.

Key words: computer application, image matching, projective feature, parallelogram template

中图分类号:

TP391

杨光, 田地, 李军, 杨红生. 基于投影特征的快速图像匹配方法[J]. 吉林大学学报(工学版), 2010, 40(05): 1340-1344.

YANG Guang, TIAN Di, LI Jun, YANG Hong-Sheng. Fast image matching method based on projective feature[J]. 吉林大学学报(工学版), 2010, 40(05): 1340-1344.

参考文献

相关文章 15

[1]	刘富,宗宇轩,康冰,张益萌,林彩霞,赵宏伟. 基于优化纹理特征的手背静脉识别系统[J]. 吉林大学学报(工学版), 2018, 48(6): 1844-1850.
[2]	王利民,刘洋,孙铭会,李美慧. 基于Markov blanket的无约束型K阶贝叶斯集成分类模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1851-1858.
[3]	金顺福,王宝帅,郝闪闪,贾晓光,霍占强. 基于备用虚拟机同步休眠的云数据中心节能策略及性能[J]. 吉林大学学报(工学版), 2018, 48(6): 1859-1866.
[4]	赵东,孙明玉,朱金龙,于繁华,刘光洁,陈慧灵. 结合粒子群和单纯形的改进飞蛾优化算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1867-1872.
[5]	刘恩泽,吴文福. 基于机器视觉的农作物表面多特征决策融合病变判断算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1873-1878.
[6]	欧阳丹彤, 范琪. 子句级别语境感知的开放信息抽取方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1563-1570.
[7]	刘富, 兰旭腾, 侯涛, 康冰, 刘云, 林彩霞. 基于优化k-mer频率的宏基因组聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1593-1599.
[8]	桂春, 黄旺星. 基于改进的标签传播算法的网络聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1600-1605.
[9]	刘元宁, 刘帅, 朱晓冬, 陈一浩, 郑少阁, 沈椿壮. 基于高斯拉普拉斯算子与自适应优化伽柏滤波的虹膜识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1606-1613.
[10]	车翔玖, 王利, 郭晓新. 基于多尺度特征融合的边界检测算法[J]. 吉林大学学报(工学版), 2018, 48(5): 1621-1628.
[11]	赵宏伟, 刘宇琦, 董立岩, 王玉, 刘陪. 智能交通混合动态路径优化算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1214-1223.
[12]	黄辉, 冯西安, 魏燕, 许驰, 陈慧灵. 基于增强核极限学习机的专业选择智能系统[J]. 吉林大学学报(工学版), 2018, 48(4): 1224-1230.
[13]	傅文博, 张杰, 陈永乐. 物联网环境下抵抗路由欺骗攻击的网络拓扑发现算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1231-1236.
[14]	曹洁, 苏哲, 李晓旭. 基于Corr-LDA模型的图像标注方法[J]. 吉林大学学报(工学版), 2018, 48(4): 1237-1243.
[15]	侯永宏, 王利伟, 邢家明. 基于HTTP的动态自适应流媒体传输算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1244-1253.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed