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

利用改进的DCCD和SIFT描述符的影像匹配方法

徐秋辉 佘江峰 宋晓群 肖鹏峰

徐秋辉, 佘江峰, 宋晓群, 肖鹏峰. 利用改进的DCCD和SIFT描述符的影像匹配方法[J]. 武汉大学学报 ● 信息科学版, 2015, 40(12): 1613-1617,1645. doi: 10.13203/j.whugis20130753
引用本文: 徐秋辉, 佘江峰, 宋晓群, 肖鹏峰. 利用改进的DCCD和SIFT描述符的影像匹配方法[J]. 武汉大学学报 ● 信息科学版, 2015, 40(12): 1613-1617,1645. doi: 10.13203/j.whugis20130753
XU Qiuhui, SHE Jiangfeng, SONG Xiaoqun, XIAO Pengfeng. An Image Matching Method Based on Improved DCCD and SIFT Descriptor[J]. Geomatics and Information Science of Wuhan University, 2015, 40(12): 1613-1617,1645. doi: 10.13203/j.whugis20130753
Citation: XU Qiuhui, SHE Jiangfeng, SONG Xiaoqun, XIAO Pengfeng. An Image Matching Method Based on Improved DCCD and SIFT Descriptor[J]. Geomatics and Information Science of Wuhan University, 2015, 40(12): 1613-1617,1645. doi: 10.13203/j.whugis20130753

利用改进的DCCD和SIFT描述符的影像匹配方法

doi: 10.13203/j.whugis20130753
基金项目: 国家自然科学基金资助项目(41371365)。
详细信息
    作者简介:

    徐秋辉,硕士生,研究方向为影像匹配以及影像拼接。E-mail:xuqiuhui1987@hotmail.com

    通讯作者: 佘江峰,博士,副教授。E-mail:gisjf@nju.edu.cn
  • 中图分类号: P237.3

An Image Matching Method Based on Improved DCCD and SIFT Descriptor

Funds: The National Natural Science Foundation of China, No. 41371365.
  • 摘要: 提出一种基于改进的DCCD(double-cirele-based corner detector, )和SIFT(scale invariant feature transform)描述符的影像匹配方法。在特征点检测阶段,首先采用改进的DCCD快速检测影像上的关键点,然后确定关键点的主方向,生成特征点。在特征点描述阶段,采用SIFT描述符描述特征点。在特征点匹配阶段,分别采用BBF(best bin first)算法和RANSAC(随机采样一致性)算法进行特征点粗匹配和误匹配特征点剔除。实验结果表明,与基于Harris角点和SIFT描述符的影像匹配方法相比,该方法在匹配速度和准确率方面得到了提高。
  • [1] Zitova B, Flusser J. Image Registration Methods: A Survey [J]. Image and Vision Computing, 2003, 21:977-1 000
    [2] Zhang Yongjun. Geometric Processing of Low Altitude Remote Sensing Images Captured by Unmanned Airship[J]. Geomatics and Information Science of Wuhan University, 2009, 34(3): 284-288(张永军. 无人驾驶飞艇低空遥感影像的几何处理[J]. 武汉大学学报·5信息科学版, 2009, 34(3): 284-288)
    [3] Yang Heng, Wang Qing. A Novel Local Invariant Feature Detection and Description Algorithm[J]. Chinese Journal of Computers, 2010,33(5):935-943(杨恒,王庆. 一种新的局部不变特征检测和描述算法[J]. 计算机学报,2010,33(5):935-943)
    [4] Lowe D G. Object Recognition from Local Scale-invariant Feature[C]. International Conference on Computer Vision, Corfu, Greece, 1999
    [5] Lowe D G. Distinctive Image Features from Scale-invariant Keypoints [J]. International Journal of Computer Vision, 2004, 60(2):91-110
    [6] Mikolajczyk K, Schmid C. A Performance Evaluation of Local Descriptors [J]. IEEE Trans Pattern Analysis and Machine Intelligence, 2005, 27(10):1 615-1 630
    [7] Azad P, Asfour T, Dillmann R. Combining Harris Interest Points and the SIFT Descriptor for Fast Scale-invariant Object Recognition[C]. Intelligent Robots and Systems 2009, IEEE/RSJ International Conference on IEEE, St Louis, Missouri, USA,2009
    [8] Chen Mengting, Yan Dongmei, Wang Gang. Algorithm of High-resolution Remote Sensing Image Matching Based on Harris Corner and SIFT Descriptor[J]. Journal of Image and Graphics, 2012, 17(011): 1 453-1 459(陈梦婷, 闫冬梅, 王刚. 基于 Harris 角点和SIFT描述符的高分辨率遥感影像匹配算法[J]. 中国图象图形学报, 2012, 17(011): 1 453-1 459)
    [9] Harris C, Stephens M. A Combined Corner and Edge Detector[C].Alvey Vision Conference, Manchester,UK, 1988
    [10] Beis J, Lowe D G. Shape Indexing Using Approximate Nearest-neighbour Search in High-dimensional Spaces [C]. Conference on Computer Vision and Pattern Recognition, Puerto Rico, 1997
    [11] Matas J, Chum O. Randomized RANSAC with Td,d Test [J]. Image and Vision Computing, 2004, 22:837-842
    [12] Noble J A. Finding Corners [J]. Image and Vision Computing, 1988, 6(2): 121-128
    [13] Smith S M, Brady J M. SUSAN—A New Approach to Low Level Image Processing [J]. International Journal of Computer Vision, 1997, 23(1):45-78
    [14] Lan J, Zhang M. Fast and Robust Corner Detector Based on Double-circle Mask [J]. Optical Engineering, 2010, 49(12): 1 127-1 134
    [15] Trajkovic M, Hedley M. Fast Corner Detection [J]. Image and Vision Computing, 1998, 16:75-87
  • [1] 李欣, 杨宇辉, 杨博, 尹峰.  利用方向相位特征进行多源遥感影像匹配 . 武汉大学学报 ● 信息科学版, 2020, 45(4): 488-494. doi: 10.13203/j.whugis20180445
    [2] 叶沅鑫, 慎利, 陈敏, 王继成.  局部相位特征描述的多源遥感影像自动匹配 . 武汉大学学报 ● 信息科学版, 2017, 42(9): 1278-1284. doi: 10.13203/j.whugis20150576
    [3] 徐亚明, 石娟, 安动动, 马旭东.  利用影像分割和匹配特征进行无人机影像变化检测 . 武汉大学学报 ● 信息科学版, 2016, 41(10): 1286-1291. doi: 10.13203/j.whugis20140873
    [4] 张永军, 熊金鑫, 余磊, 凌霄.  严密定位模型辅助的国产卫星影像匹配 . 武汉大学学报 ● 信息科学版, 2014, 39(8): 897-900. doi: 10.13203/j.whugis201200178
    [5] 郭黎, 李宏伟, 张泽建, 张斌.  道路网信息投影匹配方法研究 . 武汉大学学报 ● 信息科学版, 2013, 38(9): 1113-1117.
    [6] 杨晟, 李学军, 朱诗兵.  遥感影像匹配中的反定位误匹配剔除算法 . 武汉大学学报 ● 信息科学版, 2013, 38(9): 1083-1087.
    [7] 杨晟, 李学军, 朱诗兵, 刘涛.  近似核线影像的轻量级多阶多尺度特征准稠密匹配 . 武汉大学学报 ● 信息科学版, 2013, 38(11): 1298-1302.
    [8] 闫利, 陈林.  一种改进的SURF及其在遥感影像匹配中的应用 . 武汉大学学报 ● 信息科学版, 2013, 38(7): 770-773.
    [9] 叶沅鑫, 单杰, 熊金鑫, 董来根.  一种结合SIFT和边缘信息的多源遥感影像匹配方法 . 武汉大学学报 ● 信息科学版, 2013, 38(10): 1148-1151.
    [10] 张谦, 贾永红, 胡忠文.  多源遥感影像配准中的SIFT特征匹配改进 . 武汉大学学报 ● 信息科学版, 2013, 38(4): 455-459.
    [11] 张春森, 范金健.  利用物体结构信息进行影像线特征关系匹配 . 武汉大学学报 ● 信息科学版, 2012, 37(9): 1059-1063.
    [12] 宋妍, 田玉刚, 贾小霞.  基于Zernike矩的多时相遥感影像匹配方法研究 . 武汉大学学报 ● 信息科学版, 2009, 34(10): 1226-1230.
    [13] 程亮, 龚健雅, 韩鹏, 宋小刚.  遥感影像仿射不变特征匹配的自动优化 . 武汉大学学报 ● 信息科学版, 2009, 34(4): 418-422.
    [14] 袁修孝, 宋妍.  基于边缘特征匹配的遥感影像变化检测预处理方法 . 武汉大学学报 ● 信息科学版, 2007, 32(5): 381-384.
    [15] 江万寿, 郑顺义, 张祖勋, 张剑清.  航空影像特征匹配研究 . 武汉大学学报 ● 信息科学版, 2003, 28(5): 510-513.
    [16] 张祖勋, 张剑清, 张力.  一种利用影像匹配的城区三维景观图生成途径 . 武汉大学学报 ● 信息科学版, 1999, 24(4): 283-289.
    [17] 曾湧, 廖明生, 张剑清, 沈未名.  保持匹配一致性的遥感影像压缩编码 . 武汉大学学报 ● 信息科学版, 1997, 22(3): 245-247,251.
    [18] 方针, 张剑清, 张祖勋.  基于城区航空影像的变化检测 . 武汉大学学报 ● 信息科学版, 1997, 22(3): 240-244.
    [19] 李德仁, 王树根.  数字影像匹配质量的一种自动诊断方法 . 武汉大学学报 ● 信息科学版, 1995, 20(1): 1-6.
    [20] 王才诗, 李德仁, 舒宁.  NOAA/AVHRR影像特征匹配 . 武汉大学学报 ● 信息科学版, 1994, 19(1): 37-44.
  • 加载中
计量
  • 文章访问数:  1094
  • HTML全文浏览量:  32
  • PDF下载量:  435
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-06-28
  • 刊出日期:  2015-12-05

利用改进的DCCD和SIFT描述符的影像匹配方法

doi: 10.13203/j.whugis20130753
    基金项目:  国家自然科学基金资助项目(41371365)。
    作者简介:

    徐秋辉,硕士生,研究方向为影像匹配以及影像拼接。E-mail:xuqiuhui1987@hotmail.com

    通讯作者: 佘江峰,博士,副教授。E-mail:gisjf@nju.edu.cn
  • 中图分类号: P237.3

摘要: 提出一种基于改进的DCCD(double-cirele-based corner detector, )和SIFT(scale invariant feature transform)描述符的影像匹配方法。在特征点检测阶段,首先采用改进的DCCD快速检测影像上的关键点,然后确定关键点的主方向,生成特征点。在特征点描述阶段,采用SIFT描述符描述特征点。在特征点匹配阶段,分别采用BBF(best bin first)算法和RANSAC(随机采样一致性)算法进行特征点粗匹配和误匹配特征点剔除。实验结果表明,与基于Harris角点和SIFT描述符的影像匹配方法相比,该方法在匹配速度和准确率方面得到了提高。

English Abstract

徐秋辉, 佘江峰, 宋晓群, 肖鹏峰. 利用改进的DCCD和SIFT描述符的影像匹配方法[J]. 武汉大学学报 ● 信息科学版, 2015, 40(12): 1613-1617,1645. doi: 10.13203/j.whugis20130753
引用本文: 徐秋辉, 佘江峰, 宋晓群, 肖鹏峰. 利用改进的DCCD和SIFT描述符的影像匹配方法[J]. 武汉大学学报 ● 信息科学版, 2015, 40(12): 1613-1617,1645. doi: 10.13203/j.whugis20130753
XU Qiuhui, SHE Jiangfeng, SONG Xiaoqun, XIAO Pengfeng. An Image Matching Method Based on Improved DCCD and SIFT Descriptor[J]. Geomatics and Information Science of Wuhan University, 2015, 40(12): 1613-1617,1645. doi: 10.13203/j.whugis20130753
Citation: XU Qiuhui, SHE Jiangfeng, SONG Xiaoqun, XIAO Pengfeng. An Image Matching Method Based on Improved DCCD and SIFT Descriptor[J]. Geomatics and Information Science of Wuhan University, 2015, 40(12): 1613-1617,1645. doi: 10.13203/j.whugis20130753
参考文献 (15)

目录

    /

    返回文章
    返回