基于改进的尺度不变特征变换特征点匹配的电子稳像算法

doi:10.3724/SP.J.1087.2012.02817

计算机应用 ›› 2012, Vol. 32 ›› Issue (10): 2817-2820.DOI: 10.3724/SP.J.1087.2012.02817

基于改进的尺度不变特征变换特征点匹配的电子稳像算法

孟勃¹,韩广良²

1. 东北电力大学信息工程学院,吉林吉林 132012
2. 中国科学院长春光学精密机械与物理研究所, 长春 130033

收稿日期:2012-04-27 修回日期:2012-06-13 发布日期:2012-10-23 出版日期:2012-10-01
通讯作者: 孟勃
作者简介:孟勃（1980-）,女,吉林吉林人,副教授,博士,CCF会员,主要研究方向：数字媒体内容的理解及应用、数字图像处理、视频目标特征提取、识别及跟踪;韩广良（1968-）,男,山东嘉祥人,研究员,博士,主要研究方向：图像配准、导航制导、多源图像融合、模式识别。
基金资助:
国家自然科学基金资助项目;东北电力大学博士科研启动基金资助项目

Electronic image stabilization algorithm using improved scale invariant feature transform

MENG Bo¹,HAN Guang-liang²

1. Academy of Information Engineer, Northeast Dianli University, Jilin Jilin 132012, China
2. Changchun Institute of Optics, Fine Mechanics and Physics, Chinese Academy of Sciences, Changchun Jilin 130033, China

Received:2012-04-27 Revised:2012-06-13 Online:2012-10-23 Published:2012-10-01
Contact: MENG Bo

摘要/Abstract

摘要： 针对传统尺度不变特征变换（SIFT）算法运算量大的问题,提出了一种改进的SIFT特征点匹配算法。首先介绍了SIFT特征向量的提取过程,并对算法进行了改进,在单尺度空间内提取目标的关键点,并形成34维特征向量,来代替传统SIFT算法生成的128维特征向量,使算法的实时性得到较大的提高,同时又保持了配准精度,最后将提出的改进SIFT特征应用于电子稳像中的全局运动估计中,并通过实验验证了算法的性能。

关键词: 电子稳像, 全局运动估计, 尺度不变特征变换, 特征匹配, 准确性

Abstract: In order to satisfy the real-time requirement of image stabilization, this paper proposed a new matching method based on the improved Scale Invariant Feature Transform (SIFT) features. The presented method extract the key points of the target within the space of a single scale, and the formation of 34-dimensional feature vector, instead of the traditional SIFT algorithm to generate the 128-dimensional feature vector, so that the real-time of the algorithm was greatly improved, while maintaining the registration accuracy. At last, the improved SIFT features were used in the global motion estimation of the electronic image stabilization. The experiments verified the performance of the algorithm.

Key words: electronic image stabilization, global motion estimation, Scale Invariant Feature Transform (SIFT), image matching, accuracy

孟勃韩广良. 基于改进的尺度不变特征变换特征点匹配的电子稳像算法[J]. 计算机应用, 2012, 32(10): 2817-2820.

MENG Bo HAN Guang-liang. Electronic image stabilization algorithm using improved scale invariant feature transform[J]. Journal of Computer Applications, 2012, 32(10): 2817-2820.

参考文献

［1］ BROWN L G. A survey of image registration techniques［J］. ACM Computing Surveys, 1992, 24(4): 325-376 ［2］ ZITOVA B, FLUSSER J. Image registration methods: A survey［J］. Image and Vision Computing, 2003, 21(11): 977-1000. ［3］钟平,于前洋,金光.基于特征点匹配技术的运动估计及补偿方法［J］.光电子·激光,2004,15（1）：73-77. ［4］ ERTURK S. Digital image stabilization with sub-image phase correlation based global motion estimation[J]. IEEE Transactions on Consumer Electronics. 2003, 49(4):1320-1325. ［5］汪小勇.基于灰度投影的实时电子稳像算法研究［D］.杭州：浙江大学,2006. ［6］张博,任广辉.采用下采样和位平面匹配的局部运动估计［J］.光电工程,2005,32(2)：75-79. ［7］罗诗途,张玘. 一种基于特征匹配的实时电子稳像算法［J］.国防科技大学学报,2005,27(3):45-48. ［8］ ISGRO F, PILU M. A fast and robust image registration method based on an early consensus paradigm ［J］. Pattern Recognition Letters, 2004, 25(8): 943-954. ［9］ LOWE D G. Object recognition from local scale-invariant feature[C]// ICCV99: Proceedings of the International Conference on Computer Vision. Washington,DC: IEEE Computer Society,1999,2:1150-1157. ［10］ LOWE D G. Distinctive image features from scale-invariant keypoints[J]. International Journal of Computer Vision, 2004, 60(2):91. ［11］李晓明,郑链,胡占义. 基于SIFT特征的遥感图像自动配准［J］. 遥感学报, 2006, 10(6): 885-892. ［12］管学伟,刘先志,杜天军. 一种基于SIFT算法的目标匹配方法［C］// 第14届全国图象图形学学术会议.北京：中国图象图形学会, 2008:533-536. ［13］李静. 基于不变特征的宽基线图像配准及应用研究［D］. 西安：西北工业大学, 2008. ［14］ HARRIS C, STEPHENS M. A combined corner and edge detector[C]// Proceedings of the 4th Alvey Vision Conference. [S.l.]:IEEE, 1988: 147-151. ［15］延伟东,田铮,温金环. 基于偏最小二乘的SIFT误匹配校正方法［J］. JOCA,2012, 32(5): 1255-1257.

[1]	张广耀, 宋纯锋. 融合人体全身表观特征的行人头部跟踪模型[J]. 《计算机应用》唯一官方网站, 2023, 43(5): 1372-1377.
[2]	陈刚, 廖永为, 杨振国, 刘文印. 基于多特征融合的多尺度生成对抗网络图像修复算法[J]. 《计算机应用》唯一官方网站, 2023, 43(2): 536-544.
[3]	冯钧, 王秉发, 陆佳民. 分布式资源描述框架数据管理系统查询性能评价[J]. 《计算机应用》唯一官方网站, 2022, 42(2): 440-448.
[4]	欧莉莉, 邵峰晶, 孙仁诚, 隋毅. 基于半监督方法的脑梗死图像识别[J]. 计算机应用, 2021, 41(4): 1221-1226.
[5]	胡立华, 左威健, 聂瑶瑶. 基于加权相似性度量的特征匹配方法[J]. 计算机应用, 2021, 41(2): 511-516.
[6]	薄单, 李宗春, 王晓南, 乔涵文. 适用于倾斜影像的加速KAZE-SIFT特征提取算法[J]. 计算机应用, 2019, 39(7): 2093-2097.
[7]	李南云, 王旭光, 吴华强, 何青林. 基于灰度塔评分的匹配模型构建在无人机网络视频拼接中的应用[J]. 计算机应用, 2019, 39(5): 1480-1484.
[8]	马兰, 王京杰, 陈焕. 基于内容挖掘的广域信息管理系统业务数据安全[J]. 计算机应用, 2019, 39(2): 488-493.
[9]	杨春德, 成燕菲. 基于拼接缝自适应消除和全景图矫直的快速图像拼接算法[J]. 计算机应用, 2019, 39(10): 3053-3059.
[10]	李加亮, 蒋品群. 结合变形函数和幂函数权重的图像拼接[J]. 计算机应用, 2019, 39(10): 3060-3064.
[11]	陆明炽, 王守华, 李云柯, 纪元法, 孙希延, 邓桂辉. 基于特征匹配和距离加权的蓝牙定位算法[J]. 计算机应用, 2018, 38(8): 2359-2364.
[12]	陈虹, 肖越, 肖成龙, 宋好. 基于SIFT算子融合最大相异系数的自适应图像匹配算法[J]. 计算机应用, 2018, 38(5): 1410-1414.
[13]	高慧云, 陆慧娟, 严珂, 叶敏超. 基于差异性和准确性的加权调和平均度量的基因表达数据选择性集成算法[J]. 计算机应用, 2018, 38(5): 1512-1516.
[14]	叶峰, 洪峥, 赖乙宗, 赵雨亭, 谢先治. 基于匹配质量提纯的改进D-Nets算法[J]. 计算机应用, 2018, 38(4): 1121-1126.
[15]	魏雨汐, 伍岳庆, 陶攀, 姚宇. 基于监督下降方法的左心室超声图像分割[J]. 计算机应用, 2018, 38(2): 545-549.

基于改进的尺度不变特征变换特征点匹配的电子稳像算法

Electronic image stabilization algorithm using improved scale invariant feature transform

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics