西安建筑科技大学信息与控制工程学院,陕西 西安 710055
针对彩色图像匹配大多数仅利用图像灰度特征,忽视彩色信息,在颜色相近区域易造成误匹配的问题,引入颜色不变量,提出一种用于彩色图像的颜色尺度不变匹配算法。该算法首先将图像的RGB 颜色模型转换到高斯颜色模型。随后,通过计算颜色不变量代替灰度信息作为输入,建立多尺度空间,并使用SIFT 算法提取特征点,构建特征描述子。最后,选择其中一幅图的特征描述矢量为基准,利用FANN 算法在另一幅图的特征描述矢量中,寻找基准图像特征矢量的最优解即匹配对,从而完成两幅图像的匹配。实验证明,相对于传统的SIFT 图像匹配算法,本文的算法匹配正确率更高,图像匹配质量更好。
颜色不变量 高斯颜色模型 多尺度空间 color invariant FANN FANN SIFT SIFT Gaussian color model Multi-scale space
1 江南大学 轻工过程先进控制教育部重点实验室, 江苏 无锡 214122
2 新疆大学 电气工程学院, 新疆 乌鲁木齐 830047
3 中国科学院合肥智能机械研究所, 安徽 合肥 230031
4 西安交通大学 机械工程学院, 陕西 西安 710049
针对压缩感知目标跟踪算法在目标纹理改变、比例缩放、光照变化剧烈时鲁棒性不足, 提出一种面向高斯差分图的实时跟踪算法.首先, 构建图像的多尺度空间及其对应的高斯差分图, 实现高斯差分图的特征提取并获取压缩感知的输入信号;然后, 通过压缩降维, 目标邻域遍历, 参数更新等过程, 计算出面向高斯差分图的后续帧的目标最优跟踪窗;最后, 将跟踪窗投影到对应的原始图像上, 完成面向视频流的目标跟踪.高斯差分图像是单通道灰度图, 具有灰度取值范围小、数值低、结构简单、维数少等特点, 增强了特征对纹理改变、比例缩放和光照变化的稳健性, 且继承了传统算法的实时性.实验证明, 该算法能够快速准确地实现复杂环境下的移动目标跟踪任务.
压缩感知 多尺度空间 高斯差分图 跟踪窗 compressive sensing multi-scale space Gaussian differential graph search window