基于SURF和矩阵乘法的超大规模遥感图像亚像素配准算法研究

徐全飞, 冯旗

徐全飞, 冯旗. 基于SURF和矩阵乘法的超大规模遥感图像亚像素配准算法研究[J]. 红外技术, 2017, 39(1): 44-52.
引用本文: 徐全飞, 冯旗. 基于SURF和矩阵乘法的超大规模遥感图像亚像素配准算法研究[J]. 红外技术, 2017, 39(1): 44-52.
XU Quanfei, FENG Qi. Sub-pixel Registration of Very Large Scale Remote Image Based on SURF and Matrix Multiplication Algorithm[J]. Infrared Technology , 2017, 39(1): 44-52.
Citation: XU Quanfei, FENG Qi. Sub-pixel Registration of Very Large Scale Remote Image Based on SURF and Matrix Multiplication Algorithm[J]. Infrared Technology , 2017, 39(1): 44-52.

基于SURF和矩阵乘法的超大规模遥感图像亚像素配准算法研究

基金项目: 全球变化与海汽相互作用专项(GASI-03-03-01-01)
详细信息
  • 中图分类号: TP751.1

Sub-pixel Registration of Very Large Scale Remote Image Based on SURF and Matrix Multiplication Algorithm

  • 摘要: 图像配准是一项基本而又非常关键的图像预处理技术.在很多应用领域,要求配准精度达到亚像素级.现有的相位相关法具有精度高、计算简单等特点,但是随着图像规模的增大,计算付出的时间代价是巨大的.本文提出基于SURF和矩阵乘法相位相关法的超大规模遥感图像亚像素配准算法,采用化整为零的方法,首先把整幅图像划分成不同区域,其次使用改进的Canny算法进行边缘分割,去除无用信息,再次使用SURF算法提取特征,最后在关键点周围使用矩阵乘法相位相关估计图像亚像素偏移量.实验表明本文提出的算法不仅提高了算法运行速度,同时也解决了图像尺寸太大导致一般计算机无法处理的问题.并且由于矩阵乘法相位相关的良好抗噪声特性,因此即使存在噪声,算法仍然可以获得较高的亚像素偏移量估计精度.
  • 期刊类型引用(7)

    1. 姜丽萍,熊淑华,员旭拓,何海波,滕奇志. 基于SR-SURF的岩石显微图像拼接. 计算机系统应用. 2023(11): 302-307 . 百度学术
    2. 付添,邓长征,韩欣月,弓萌庆. 基于深度学习的电力设备红外与可见光图像配准. 红外技术. 2022(09): 936-943 . 本站查看
    3. 刘霞,郭亚男. 基于随机森林的遥感影像变化检测. 测绘通报. 2020(05): 16-20 . 百度学术
    4. 高嘉瑜,袁苏哲,李斌. 一种基于亚像素匹配的高精度视觉定位方法. 导航定位与授时. 2020(03): 54-61 . 百度学术
    5. 曾宝国,尹文刚. 基于SIFT与SVM的应急救援图像检测方法研究. 中国安全生产科学技术. 2020(08): 186-192 . 百度学术
    6. 周云正. 运动员脊椎损伤图像部位准确识别仿真. 计算机仿真. 2018(02): 211-214 . 百度学术
    7. 张雪侠. 相位信息遥感图像边缘检测方法的实例检测分析. 中国锰业. 2018(01): 44-47 . 百度学术

    其他类型引用(4)

计量
  • 文章访问数:  127
  • HTML全文浏览量:  14
  • PDF下载量:  12
  • 被引次数: 11
出版历程

目录

    /

    返回文章
    返回