1 上海交通大学,图像处理与模式识别研究所,上海,200240
2 中国航天科工集团公司二院,北京,100854
针对图像灰度变化和遮挡问题,提出一种增量符号相关的景象匹配方法.介绍了增量符号相关算法的理论基础,基本原理为将二维图像变换为一维向量,再将一维向量按照某种编码规律进行编码,得到由0、1组成的特征字符串,对由实时图和基准图上同样大小的基准子图变换而来的特征字符串求相关,相关系数最大者即为最佳匹配区.将此算法与绝对差算法和归一化积相关算法进行实验对比,在对算法进行定量分析的基础上,证明增量符号算法对灰度变化和遮挡有较好的鲁棒性,为图像匹配导航与制导提供了新的思路.
景象匹配 增量符号相关 灰度变化 遮挡
1 清华大学,自动化系,北京,100084
2 空军装备研究院,北京,100085
结合小波变换和增量符号相关提出了一种有效的鲁棒图像匹配方法.将实时图和基准图做小波分解以获得粗尺度的平滑图像;利用相邻像素间灰度的升降对所获得的平滑图像进行二值化重新编码;匹配二值化后的实时图和基准图,找出前者在后者中的坐标,进而确定实时图在基准图中的位置,以完成匹配.小波分解能有效的去除噪声并能大大提高匹配算法的实时性.增量符号相关方法对图像灰度值的变化不敏感.因此,二者相结合不仅有效的解决了存在噪声干扰、阴影混入(块误差)和部分遮挡等影响下的图像匹配问题,且与传统匹配方法相比,匹配速度提高了约10倍以上.理论分析说明了方法的可行性,多组实验显示了其有效性.
图像匹配 小波分解 增量符号相关 鲁棒性
