如何吧具有光照鲁棒进行图像匹配详细方法说明

未知 2019-05-06 16:10:14 0评

资料大小:0.76 MB

所需积分:0

下载次数:0

  针对现有的基于局部特征的图像匹配算法对光照变化敏感、匹配正确率低等问题,提出一种具有光照鲁棒性的图像匹配算法。首先使用实时对比保留去色(RTCP)算法灰度化图像,然后利用对比拉伸函数模拟不同光照变换对图像的影响从而提取抗光照变换特征点,最后采用局部强度顺序模式建立特征点描述符,根据待匹配图像局部特征点描述符的欧氏距离判断是否为成对匹配点。在公开数据集上,所提算法与尺度不变特征变换(SIFT)算法、加速鲁棒特征(SURF)算法、“风”( KAZE)算法和ORB算法在匹配速度和匹配正确率上进行了对比实验。实验结果表明:随着图像亮度差异的增加,SIFT算法、SURF算法、“风”( KAZE)算法和ORB算法匹配正确率下降迅速,所提算法下降缓慢并且正确率均高于80%;所提算法特征点检测较慢和描述符维数较高,平均耗时为23.47s,匹配速度不及另外四种算法,但匹配质量却远超过它们。对实时性要求不高的系统中,所提算法可以克服光照变化对图像匹配造成的影响。

  基于局部特征点的图像匹配被广泛地应用在图像识别、图像拼接、目标跟踪等领域。在实际采集图像中,光照变化致使同--物体反射的光线发生变化,造成成像亮度不同;不同相机的光感特性不同也会造成同一物体成像后存在亮度变化;并且亮度较低的图像,在进行脱色时会造成大量信息的丢失,这会给局部特征提取、描述符建立和匹配带来困难。

相关文章

0个回复

我要评论

热门标签