矩阵填充与主元分析在受损图像配准中的应用

吉林大学学报(工学版) ›› 2013, Vol. 43 ›› Issue (增刊1): 78-83.

矩阵填充与主元分析在受损图像配准中的应用

王卓峥, 贾克斌

北京工业大学电子信息与控制工程学院,北京 100124

收稿日期:2011-06-06 发布日期:2013-06-01
作者简介:王卓峥(1980-),男,讲师.研究方向:信号与信息处理、数字图像处理.E-mail:wangzhuozheng@bjut.edu.cn
基金资助:
国家自然科学基金项目(60672050);北京市教委科技项目(KM201110005033).

Application of matrix completion and principal component analysis to corrupted image registration

WANG Zhuo-zheng, JIA Ke-bin

School of Electronic Information & Control Engineering, Beijing University of Technology, Beijing 100124, China

Received:2011-06-06 Published:2013-06-01

摘要/Abstract

摘要：

本文提出了一种有效的针对受损图像(元素丢失)的图像配准方法。利用矩阵填充技术将受损图像的丢失元素恢复,然后将主元分析法(PCA)应用于尺度不变特征变换(SIFT)中进行图像的配准。针对SIFT算法采用128维特征向量表示特征点,存储空间、匹配时间与特征点数量成正比,文本采用主元分析法对多维特征向量进行降维处理,以提高运算效率;并采用高斯加权欧氏距离代替欧氏距离进行特征点的匹配。实验结果表明,该算法具有较好的稳定性、准确率和匹配速度,针对受损图像配准具有较好的鲁棒性,可应用在基于内容的图像与视频检索等机器视觉领域。

关键词: 矩阵填充, 非精确增广拉格朗日乘子, 主元分析, 尺度不变特征变换, 特征提取, 图像配准

Abstract:

An efficient corrupted image (missing data) registration algorithm was proposed.Firstly,the lost elements in the corrupted image was recovered by using matrix completion,then PCA (Principal Component Analysis) was applied in SIFT (Scale Invariant Feature Transform).To solve the shortcomings of 128 element eigenvectors' large storage and more time to match,PCA was used to decrease the element of eigenvectors presenting descriptors.Finally,Gaussian weighted Euclidean distance instead of normal Euclidean distance was used to judge the similarity of feature points.The experimental results show that this algorithm, when applied in the computer vision field of content-based image and video retrieval,has good stability and accuracy to corrupted image registration.

Key words: matrix completion, inexact augmented lagrange multiplier (IALM), principal component analysis (PCA), scale invariant feature transform (SIFT), feature extraction, image registration

中图分类号:

TN911.73

王卓峥, 贾克斌. 矩阵填充与主元分析在受损图像配准中的应用[J]. 吉林大学学报(工学版), 2013, 43(增刊1): 78-83.

WANG Zhuo-zheng, JIA Ke-bin. Application of matrix completion and principal component analysis to corrupted image registration[J]. 吉林大学学报(工学版), 2013, 43(增刊1): 78-83.

参考文献

[1] Shum H Y,Szeliski R.Panoramic image mosaics[R].MSR-TR-97-23.Microsoft Research,1997.

[2] Faille F.A fast method to improve the stability of interest point detection under illumination changes[C]// Singapore:ICIP,2004:2673-2676.

[3] Sunil Arya,David M Mount,Nathan S Netanyahu,et al.An optimal algorithm for approximate nearest neighbor searching fixed dimensions[J].Journal of the ACM,1998,45(6):891-923.

[4] David G Lowe.Distinctive image features from scale-invariant keypoints[J].International Journal of Computer Vision,2004,60(2):91-110.

[5] Mikolajczyk K,Schmid C.A performance evaluation oflocal descriptors[J].IEEE Trans Pattern Analysis and Machine Intelligence,2005,27(10):1615-1630.

[6] Emmanuel Candes,Terence Tao.The Dantzig selector:Statistical estimation when p is much larger than n[J].Annals of Statistics,2007,35(6):2392-2404.

[7] Emmanuel J Candès,Benjamin Recht.Exact matrix completion via convex optimization[J].Foundations of Computational Mathematics,2009,9(6):717-772.

[8] Lin Zhou-chen,Chen Min-ming,Ma Yi.The augmented lagrange multiplier method for exact recovery of corrupted low-rank matrices[R].University of Illinois,2009.

[9] David G Lowe.Object recognition m local scale-invariant features[C]//Proc of the 7th IEEE International Conference on Computer Vision.Kerkyra,Greece,1999,2:1150-1157.

[10] 王鹏,王平,沈振康,等.一种基于SIFT的仿射不变特征提取新方法[J].信号处理,2011,27 (1):88-93. Wang Peng,Wang Ping,Shen Zhen-kang,et al.A novel algorithm for affine invatiant feature extraction based on SIFT[J].Journal of Signal Processing,2011,27 (1):88-93.

相关文章 15

[1]	耿庆田, 于繁华, 王宇婷, 高琦坤. 基于特征融合的车型检测新算法[J]. 吉林大学学报(工学版), 2018, 48(3): 929-935.
[2]	董强, 刘晶红, 周前飞. 用于遥感图像拼接的改进SURF算法[J]. 吉林大学学报(工学版), 2017, 47(5): 1644-1652.
[3]	尹明, 战荫伟, 裴海龙. 基于稀疏补算子学习的图像融合方法[J]. 吉林大学学报(工学版), 2016, 46(6): 2052-2058.
[4]	肖钟捷. 基于小波空间特征谱熵的数字图像识别[J]. 吉林大学学报(工学版), 2015, 45(6): 1994-1998.
[5]	刘红，孙爽滋，王庆元，李延忠. 基于PSO的模拟电路故障信息特征提取[J]. 吉林大学学报(工学版), 2015, 45(2): 675-680.
[6]	潘海阳, 刘顺安, 姚永明. 基于深度信息的自主空中加油技术[J]. 吉林大学学报(工学版), 2014, 44(6): 1750-1756.
[7]	邱春玲, 陶强, 范润龙, 王培智. 基于局部二进制描述SIFT特征的锆石图像配准方法[J]. 吉林大学学报(工学版), 2014, 44(6): 1793-1798.
[8]	李学军, 杨晟, 李振举, 杨阿华, 刘涛. 与高精度单点匹配式定位算法[J]. 吉林大学学报(工学版), 2014, 44(4): 1197-1202.
[9]	顾播宇,孙俊喜,李洪祚,刘红喜,刘广文. 基于特征加权模块双方向二维主成分分析的人脸识别[J]. 吉林大学学报(工学版), 2014, 44(3): 828-833.
[10]	纪超, 刘慧英, 孙景峰, 贺胜, 黄民主. 基于空域和频域的图像显著区域检测[J]. 吉林大学学报(工学版), 2014, 44(01): 177-183.
[11]	夏英杰, 李金屏, 陈瑞. 基于变电站多模图像的自动集成配准方法[J]. 吉林大学学报(工学版), 2013, 43(增刊1): 47-50.
[12]	赵宏伟, 陈霄, 龙曼丽, 裴士辉. 基于Riesz变换的图像边缘检测[J]. 吉林大学学报(工学版), 2013, 43(增刊1): 133-137.
[13]	王海罗, 汪渤. 鲁棒的新型特征提取和匹配算法[J]. 吉林大学学报(工学版), 2013, 43(增刊1): 371-375.
[14]	董傲霜, 宋宏亮. 基于SIFT特征和颜色融合的图像检索方法[J]. 吉林大学学报(工学版), 2013, 43(增刊1): 440-444.
[15]	张旭, 郭宝龙, 孟繁杰, 孙伟. 基于IPDSH兴趣点空间区域划分的图像检索[J]. 吉林大学学报(工学版), 2013, 43(05): 1408-1414.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed