文献

J-GLOBAL ID：202002257624635362   整理番号：20A2680409

ラプラシアン特徴結合分散計量の画像マッチングアルゴリズム【JST・京大機械翻訳】

Image matching method based on Laplacian feature coupling variance measure

著者 (3件)： Yang Hongwei (西京学院 机電技術系,陜西 西安 710123) ,  Qi Yongfeng (西北師范大学 計算机科学与工程学院,甘粛 蘭州 730070) ,  Du Gang (西京学院 机電技術系,陜西 西安 710123)
資料名： Tai Hezi Kexue Yudianzi Xinxi Xuebao  (Tai Hezi Kexue Yudianzi Xinxi Xuebao)
巻： 18  号： 4  ページ： 672-678  発行年： 2020年 
JST資料番号： C3004A  ISSN： 2095-4980  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 現在の画像マッチングアルゴリズムは主に画素間の距離情報によって特徴マッチングを実現するため、画像間の分散情報を無視し、マッチング結果に多くの誤りマッチングなどの欠点があるため、本論文では、ラプラシアン特徴制約と分散計量に基づく画像マッチング法を提案した。最初に,Harris演算子を導入し,画像特徴を粗く抽出して,画素点のラプラシアン特性を利用して,擬似特徴点を削除し,粗抽出の画像特徴を最適化し,より正確な画像特徴を得た。次に,画像特徴の方向情報を,画像の勾配特性に従って計算し,次に,特徴点の近傍を構築し,Haarウェーブレット値を求めることによって,固有ベクトルを得た。領域分散モデルを採用して,画像の分散情報を計量し,特徴点のユークリッド距離を併合して,特徴点をより正確にマッチングした。最後に、ランダムサンプル一致性(RANSAC)メカニズムを採用して特徴マッチング結果に対して最適化を行い、その中の誤りマッチングを削除し、画像マッチングを完成した。実験結果は,このアルゴリズムが,回転,スケーリングなどの幾何学的変換干渉の下で,より高いマッチング精度を持ち,90%以上を維持することを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  干渉 ,  最適化 ,  画素 ,  画像特性 ,  類似性 ,  無作為抽出 ,  固有ベクトル ,  *Laplace演算子
準シソーラス用語： *画像マッチング ,  特徴点 ,  Euclid距離 ,  RANSAC ,  特徴マッチング ,  *マッチングアルゴリズム , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： ラプラシアン ,  計量 ,  マッチングアルゴリズム