支持線投票とアフィン不変比によるロバストな特徴マッチング【Powered by NICT】

Li Jiayuan; Hu Qingwu; Ai Mingyao; Ai Mingyao; Zhong Ruofei

文献

J-GLOBAL ID：201702253897945254 整理番号：17A1548675

支持線投票とアフィン不変比によるロバストな特徴マッチング【Powered by NICT】

Robust feature matching via support-line voting and affine-invariant ratios

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=17A1548675&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=17A1548675&from=J-GLOBAL&jstjournalNo=H0048A") }}

著者 (5件)： , , , ,
資料名：
巻： 132 ページ： 61-76 発行年： 2017年
JST資料番号： H0048A ISSN： 0924-2716 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：オランダ (NLD) 言語：英語 (EN)

写真測量およびリモートセンシングの多くの応用のために重要であるロバスト画像マッチング,画像融合,画像レジストレーションおよび変化検出のような。本論文では,支持線投票とアフィン不変比に基づくロバストな特徴マッチング手法を提案した。第一セット初期マッチを得るために,SIFT(スケール不変特徴変換)のような,一般的な特徴マッチングアルゴリズム用いた。多重適応ビンニング勾配ヒストグラムに基づく支持線記述子は,フィルタ異常値に対して支持線投票段階に適用した。添加では,マッチング結果を微細化し,局所アフィン変換を推定するための二線構造で計算したアフィン不変比を用いた。局所アフィンモデルが大域的アフィン変換より標高差による歪みに対してよりロバスト性が,特に高分解能リモートセンシング画像とU AV画像。このように,提案した方法は,剛体および非剛体画像マッチング問題に適している。最後に,局所的アフィン拡張に基づくできるだけ多くの高精度対応として抽出し,リモートセンシング画像レジストレーションのためのグリッド賢明なアフィンモデルを構築した。いくつかのデータ集合上で六種類の最先端レベルアルゴリズムと提案した方法を比較し,この方法は他の方法よりも優れていることを示した。提案した方法は,十五の挑戦的なリモートセンシング画像対に94.46%の平均精度を達成し,一方,RANSAC,二番目の最良の方法はわずか70.3%を達成した。添加において,提案した方法の正しいマッチ検出の数は初期SIFTマッチングの数が約四倍であった。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

, , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

著者キーワード (6件)： , , , , ,

写真測量,空中写真

, , , ,

前のページに戻る