抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
画像レジストレーションは,コンピュータビジョンと画像処理における重要かつ基本的な問題である。現在RANSACとその拡張のような画像レジストレーションアルゴリズムの多くが,十分な数の正しい対応点を得ることができない場合,非常に雑音の多い条件下での画像レジストレーションは依然として困難である。本論文では,ランダム標本コンセンサス(RANRESAC)戦略は,十分な数の正しい対応付け対を得ることは困難であるがロバストなレジストレーションを達成することを導入することにより,この問題を解決する。RANSACとは対照的に,提案したRANRESACを新たに仮説変換関数を用いた画像の対応点を生成し,新たにサンプリングされた点での局所特徴の類似性を評価することにより正当性を検証した。提案した方法の有効性を確認するために,筆者らは最初にいくつかのレベルのノイズを追加する画像におけるSURF局所記述子の集合組織と方位成分の類似性を評価する予備実験を行った。その結果,集合組織成分は配向成分よりも安定で観察した。この知見に基づいて,RANRESACアルゴリズムを設計し,開放画像登録データセットを用いて実験を行った。結果として,提案した方法は,大きな雑音条件におけるRANSAC,MSACと最適RANSACアルゴリズムに優れている。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】