基于小波的ICM不变特征在图像匹配识别中的应用

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于小波的ICM不变特征在图像匹配识别中的应用

余瑞星, 朱冰, 张科, 吕梅柏

文章导航 > 武汉大学学报 ( 信息科学版) > 2008 > 33(12): 1225-1228

余瑞星, 朱冰, 张科, 吕梅柏. 基于小波的ICM不变特征在图像匹配识别中的应用[J]. 武汉大学学报 ( 信息科学版), 2008, 33(12): 1225-1228.

引用本文:

余瑞星, 朱冰, 张科, 吕梅柏. 基于小波的ICM不变特征在图像匹配识别中的应用[J]. 武汉大学学报 ( 信息科学版), 2008, 33(12): 1225-1228.

YU Ruixing, ZHU Bing, ZHANG Ke, LUE Meibai. Application of ICM Invariant Feature Based on Wavelet to Image Matching Recognition[J]. Geomatics and Information Science of Wuhan University, 2008, 33(12): 1225-1228.

Citation:

YU Ruixing, ZHU Bing, ZHANG Ke, LUE Meibai. Application of ICM Invariant Feature Based on Wavelet to Image Matching Recognition[J]. Geomatics and Information Science of Wuhan University, 2008, 33(12): 1225-1228.

基于小波的ICM不变特征在图像匹配识别中的应用

¹西北工业大学航天学院,西安市友谊西路127号710072

基金项目: 航空基础科学基金资助项目(20070153005)；航空支撑技术基金资助项目(07C53007)

作者简介:
余瑞星,博士,讲师。主要从事图像处理、计算机视觉与成像制导技术的研究。

中图分类号: P237.9

Application of ICM Invariant Feature Based on Wavelet to Image Matching Recognition

¹College of Astronautics,Northwestern Polytechnical University,127 West Youyi Road,Xi'an 710072,China

Funds: 航空基础科学基金资助项目(20070153005)；航空支撑技术基金资助项目(07C53007)

摘要: 由于交叉皮层模型(intersecting cortical model,ICM)图标信号具有平移、旋转以及尺度不变性,因此,基于ICM的图像匹配算法能够提高实时目标图与基准目标图的匹配率,但根据ICM图标信号获取的不变特征对噪声信号较敏感。针对这一问题,提出了基于ICM和小波变换的图像匹配识别算法。仿真结果表明,本文算法在平移、尺度、旋转变化以及噪声环境下仍具有较高的匹配率。
- 目标识别 /
- 匹配 /
- 交叉皮层模型 /
- 图标 /
- 小波变换 /
- 不变特征
Abstract: Because ICM icon has the shift,scale and rotation invariance,so it is often used in image matching recognition algorithm to improve the matching rate of the real-time map and the reference map.But ICM icon is sensitive to the noise,so a novel recognition algorithm based on ICM icon and wavelet is introduced.The experimental results show that this method can gain high matching rate when the target has the shift,scale rotation change or noise.
- target recognition /
- matching /
- intersecting cortical model /
- icon /
- wavelet transform /
- invariant feature

[1]	马晶, 李全, 应玮. 基于小波变换的武汉市城乡边缘带识别 . 武汉大学学报 ( 信息科学版), 2016, 41(2): 235-241. doi: 10.13203/j.whugis20140053
[2]	陈龙, 潘志敏, 李清泉, 萧世伦. 利用ASIFT算法实现多视角静态交通标志识别 . 武汉大学学报 ( 信息科学版), 2013, 38(5): 553-556.
[3]	王伟, 宁津生, 罗志才, 汪海洪. 利用小波变换分离俯冲带重力异常 . 武汉大学学报 ( 信息科学版), 2012, 37(2): 187-190.
[4]	赵彬彬, 邓敏, 徐震, 刘慧敏. 多尺度地图面目标匹配的统一规则研究 . 武汉大学学报 ( 信息科学版), 2011, 36(8): 991-994.
[5]	宁津生, 王伟, 汪海洪, 罗佳. 应用小波变换确定琉球俯冲带的深部特征 . 武汉大学学报 ( 信息科学版), 2010, 35(10): 1135-1137.
[6]	应申, 李霖, 刘万增, 王红. 版本数据库中基于目标匹配的变化信息提取与数据更新 . 武汉大学学报 ( 信息科学版), 2009, 34(6): 752-755.
[7]	陈仁喜, 赵忠明, 王殷行. 基于整型小波变换的DEM数据压缩 . 武汉大学学报 ( 信息科学版), 2006, 31(4): 344-347.
[8]	徐新, 王雁, 陈嘉宇, 孙洪. 基于小波系数统计特征的SAR图像恢复 . 武汉大学学报 ( 信息科学版), 2006, 31(10): 855-857.
[9]	李新双, 张良培, 李平湘, 吴波. 基于小波分量特征值匹配的高光谱影像分类 . 武汉大学学报 ( 信息科学版), 2006, 31(3): 274-277.
[10]	汪闽, 骆剑承, 明冬萍. 高分辨率遥感影像上基于形状特征的船舶提取 . 武汉大学学报 ( 信息科学版), 2005, 30(8): 685-688.
[11]	张鹏林, 关泽群, 王新洲. 时间序列影像特征点提取与匹配算法研究 . 武汉大学学报 ( 信息科学版), 2004, 29(4): 329-332.
[12]	潘励, 郑宏, 张祖勋, 张剑清. 集成高度和彩色纹理特征的影像目标模糊聚类识别方法 . 武汉大学学报 ( 信息科学版), 2004, 29(4): 311-314.
[13]	邵海梅, 梅天灿, 秦前清. 基于小波变换的扩频水印算法 . 武汉大学学报 ( 信息科学版), 2003, 28(5): 626-629.
[14]	文贡坚, 李德仁, 叶芬. 从卫星遥感全色图像中自动提取城市目标 . 武汉大学学报 ( 信息科学版), 2003, 28(2): 212-218.
[15]	余农, 吴常泳. 基于形态学理论的自动目标识别技术——自适应BP学习算法 . 武汉大学学报 ( 信息科学版), 2003, 28(2): 219-223.
[16]	王智均, 李德仁, 李清泉. 利用小波变换对影像进行融合的研究 . 武汉大学学报 ( 信息科学版), 2000, 25(2): 137-142.
[17]	耿则勋. 基于小波变换的遥感影像保持量测精度的压缩技术研究 . 武汉大学学报 ( 信息科学版), 1998, 23(2): 187-187.
[18]	仇彤. 基于小波变换的松弛法影像匹配 . 武汉大学学报 ( 信息科学版), 1998, 23(2): 145-148.
[19]	邵巨良, 李德仁. 小波变换及其在影像表示中的应用和其方向选择性算法的改进 . 武汉大学学报 ( 信息科学版), 1993, 18(2): 1-9.
[20]	张剑清. 基于特征的最小二乘匹配理论精度 . 武汉大学学报 ( 信息科学版), 1988, 13(4): 82-90.

WeChat

点击查看大图

计量

文章访问数: 733
HTML全文浏览量: 47
PDF下载量: 490
被引次数: 0

基于小波的ICM不变特征在图像匹配识别中的应用

¹西北工业大学航天学院,西安市友谊西路127号710072

基金项目: 航空基础科学基金资助项目(20070153005)；航空支撑技术基金资助项目(07C53007)

作者简介:
余瑞星,博士,讲师。主要从事图像处理、计算机视觉与成像制导技术的研究。

收稿日期: 2008-10-16
修回日期: 2008-10-16
刊出日期: 2008-12-05

中图分类号: P237.9

关键词:

交叉皮层模型 /

摘要: 由于交叉皮层模型(intersecting cortical model,ICM)图标信号具有平移、旋转以及尺度不变性,因此,基于ICM的图像匹配算法能够提高实时目标图与基准目标图的匹配率,但根据ICM图标信号获取的不变特征对噪声信号较敏感。针对这一问题,提出了基于ICM和小波变换的图像匹配识别算法。仿真结果表明,本文算法在平移、尺度、旋转变化以及噪声环境下仍具有较高的匹配率。

English Abstract

余瑞星, 朱冰, 张科, 吕梅柏. 基于小波的ICM不变特征在图像匹配识别中的应用[J]. 武汉大学学报 ( 信息科学版), 2008, 33(12): 1225-1228.

引用本文:

余瑞星, 朱冰, 张科, 吕梅柏. 基于小波的ICM不变特征在图像匹配识别中的应用[J]. 武汉大学学报 ( 信息科学版), 2008, 33(12): 1225-1228.

YU Ruixing, ZHU Bing, ZHANG Ke, LUE Meibai. Application of ICM Invariant Feature Based on Wavelet to Image Matching Recognition[J]. Geomatics and Information Science of Wuhan University, 2008, 33(12): 1225-1228.

Citation:

YU Ruixing, ZHU Bing, ZHANG Ke, LUE Meibai. Application of ICM Invariant Feature Based on Wavelet to Image Matching Recognition[J]. Geomatics and Information Science of Wuhan University, 2008, 33(12): 1225-1228.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

我要投稿

投稿攻略

联系我们

二维码