图像匹配中去除误配的对抗性优化方法的改进

doi:10.3724/SP.J.1087.2012.03157

计算机应用 ›› 2012, Vol. 32 ›› Issue (11): 3157-3160.DOI: 10.3724/SP.J.1087.2012.03157

图像匹配中去除误配的对抗性优化方法的改进

薛振华,王萍,张楚涵,蔡思佳

天津大学理学院，天津 300072

收稿日期:2012-05-23 修回日期:2012-07-04 发布日期:2012-11-12 出版日期:2012-11-01
通讯作者: 薛振华
作者简介:薛振华（1988-），男，江西鹰潭人，硕士研究生，主要研究方向：计算机视觉、图像处理；王萍（1967-），女，辽宁海城人，教授，主要研究方向：图像处理、模式识别；张楚涵（1988-），女，甘肃文县人，硕士研究生，主要研究方向：图像处理；蔡思佳（1988-），男，湖南常德人，硕士研究生，主要研究方向：图像处理。

Improvement of the adversarial optimization approach for outlier removal in image matching

XUE Zhen-hua,WANG Ping,ZHANG Chu-han,CAI Si-jia

School of Science，Tianjin University，Tianjin 300072，China

Received:2012-05-23 Revised:2012-07-04 Online:2012-11-12 Published:2012-11-01
Contact: XUE Zhen-hua

摘要/Abstract

摘要： 将对抗性优化方法用于图像匹配中的去除误配，容易将正确匹配对也移除，尤其是在迭代次数较多的时候。针对该缺陷，限制对抗性优化方法的迭代次数，并增加后续处理过程，以类似随机抽样一致性（RANSAC）的方法来重新估计单应性矩阵。实验结果表明，改进的方法能保留几乎所有正确匹配，并且具有更小的均方根误差。尤其是在计算速度方面，改进的方法比原方法的计算时间缩短了一半以上。

关键词: 图像匹配, 误匹配, 对抗性优化, 随机抽样一致性算法, 单应性矩阵

Abstract: Applying the adversarial optimization approach to remove the error matches in image matching usually causes the removal of correct matches，especially when multiple iterations are run．Concerning this drawback，a limit was put on the number of iterations，and a subsequent processing was added，which reestimated the homography matrix using a Random Sample Consensus （RANSAC）like method．The experiments show that the improved method can preserve almost all the correct matches with smaller root mean square error．And in the aspect of computing speed，the time the improved method needs is less than half the time the original method needs．

Key words: image matching, error matching, adversarial optimization, Random Sample Consensus （RANSAC）, homography matrix

中图分类号:

TP391.41

薛振华王萍张楚涵蔡思佳. 图像匹配中去除误配的对抗性优化方法的改进[J]. 计算机应用, 2012, 32(11): 3157-3160.

XUE Zhen-hua WANG Ping ZHANG Chu-han CAI Si-jia. Improvement of the adversarial optimization approach for outlier removal in image matching[J]. Journal of Computer Applications, 2012, 32(11): 3157-3160.

参考文献

［1］吴寅初，马戎．基于彩色信息的尺度不变特征变换图像特征点提取与匹配［J］．joca，2011，31(4)：1024-1026．［2］ PHILBIN J，CHUM O，ISARD M，et al．Object retrieval with large vocabularies and fast spatial matching［C］// IEEE Conference on Computer Vision and Pattern Recognition. Washington, DC: IEEE Computer Society，2007：1-8．［3］ MIKOLAJCZYK K，SCHMID C．Scale and affine invariant interest point detectors［J］. International Journal of Computer Vision，2004，60(1)：63-86．［4］王君本，卢选民，贺兆．一种基于快速鲁棒特征的图像匹配算法［J］．计算机工程与应用，2011，33(2)：112-117．［5］ HARTLEY R，ZISSERMAN A．Multiple view geometry in computer vision［M］．2nd ed．Cambridge：Cambridge University Press，2003．［6］ FISCHLER M A，BOLLES R C．Random sample consensus：A paradigm for model fitting with applications to image analysis and automated cartography［J］．Communications of the Association for Computing Machinery，1981，24(6)：381-395．［7］ NISTER D．Preemptive RANSAC for live structure and motion estimation［J］．Machine Vision and Applications，2005，16(5)：321-329．［8］ YU JIN，ERIKSSON A，CHIN TAT-JUN，et al．An adversarial optimization approach to efficient outlier removal［C］// IEEE International Conference on Computer Vision. Washington, DC: IEEE Computer Society，2011：399-406．［9］ OLSSON C，ERIKSSON A，HARTLEY R．Outlier removal using duality［C］// IEEE Conference on Computer Vision and Pattern Recognition. Washington, DC: IEEE Computer Society，2010：1450-1457．［10］ SEO Y，LEE H，LEE S．Outlier removal by convex optimization for L-infinity approaches ［C］// Advances in Image and Video Technology，LNCS5414．Berlin：Springer-Verlag，2009：203-214．［11］ KAHL F，HARTLEY R．Multiple-view geometry under the L-infinity norm［J］．IEEE Transactions on Pattern Analysis and Machine Intelligence，2008，30(9)：1603-1617．［12］ LOWE D．Distinctive image features from scale-invariant keypoints［J］．International Journal of Computer Vision，2004，60(2)：91-110．

[1]	郭可贵, 曹瑞, 万能, 汪晓, 尹悦, 唐旭明, 熊军林. 基于输电杆塔区域提取的图像匹配算法[J]. 《计算机应用》唯一官方网站, 2022, 42(5): 1591-1597.
[2]	周金坤, 王先兰, 穆楠, 王晨. 基于多视角多监督网络的无人机图像定位方法[J]. 《计算机应用》唯一官方网站, 2022, 42(10): 3191-3199.
[3]	周翔, 唐丽玉, 林定. 基于二进制鲁棒不变尺度关键点-加速稳健特征的自然特征虚实注册方法[J]. 计算机应用, 2020, 40(5): 1403-1408.
[4]	邱云飞, 刘兴. 具有抗仿射性的局部特征点匹配方法[J]. 计算机应用, 2020, 40(4): 1133-1137.
[5]	朱成德, 李志伟, 王凯, 高燕, 郭亨长. 基于改进网格运动统计特征的图像匹配算法[J]. 计算机应用, 2019, 39(8): 2396-2401.
[6]	王焱, 吕猛, 孟祥福, 李宇浩. 具有光照鲁棒的图像匹配方法[J]. 计算机应用, 2019, 39(1): 262-266.
[7]	李为, 李为相, 张璠, 揭伟. 基于运动平滑约束项的快速误匹配剔除算法[J]. 计算机应用, 2018, 38(9): 2678-2682.
[8]	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.
[9]	方智文, 曹治国, 朱磊. 基于梯度角度的直方图局部特征描述子的图像匹配算法[J]. 计算机应用, 2015, 35(4): 1079-1083.
[10]	李鹏俊, 李建增, 宋瑶, 张岩, 杜玉龙. 基于仿真的无人机遥感图像拼接误差分析[J]. 计算机应用, 2015, 35(4): 1116-1119.
[11]	张旭, 高佼, 王万国, 刘俍, 张晶晶. 基于显著图的输电线路杆塔图像拼接方法[J]. 计算机应用, 2015, 35(4): 1133-1136.
[12]	王琳, 赵健康, 夏轩, 龙海辉. 基于双目立体视觉技术的桥梁裂缝测量系统[J]. 计算机应用, 2015, 35(3): 901-904.
[13]	赵伟, 田铮, 杨丽娟, 延伟东, 温金环. 基于典型相关分析方法的尺度不变特征变换误匹配剔除[J]. 计算机应用, 2015, 35(11): 3308-3311.
[14]	刘欢朱平肖蓉唐卫东. 基于立体视觉的新组合不变矩腹部体型重建[J]. 计算机应用, 2013, 33(11): 3183-3186.
[15]	刘进. 自适应的基于点云的CAD模型重建方法[J]. 计算机应用, 2013, 33(09): 2617-2622.

图像匹配中去除误配的对抗性优化方法的改进

Improvement of the adversarial optimization approach for outlier removal in image matching

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