基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对同一场景的红外和可见光图像间一致特征难以提取和匹配的难题,提出了一种在多尺度空间中基于边缘最优映射的自动配准算法.在由粗至细的尺度空间中,算法分别采用仿射模型和投影模型作为参考图像和待配准图像间的空间变换模型.在每个尺度层上,首先基于相位一致性方法提取两幅图像的边缘结构,并在相应的空间变换模型下将在待配准图像中提取的二值边缘映射到参考图像的边缘强度图上;接着采用并行遗传算法寻找一组全局最优的模型参数,使两幅图像间的结构相似度最大.在各层的寻优结束之后,使用Powell算法对全局寻优后的模型参数进行局部精化.实验结果表明,该算法能够充分利用图像间的视觉相似结构,有效地实现红外和可见光图像的自动配准.
推荐文章
基于边缘相关的红外与可见光图像配准方法
子图像
边缘检测
相关匹配
图像配准
基于对齐度和互信息的红外与可见光图像配准
图像配准
红外图像
可见光图像
归一化互信息
基于双边滤波和NSST的红外与可见光图像融合
图像融合
双边滤波
高斯滤波
非下采样剪切波变换
异步多特征红外与可见光图像匹配算法
红外图像
可见光图像
SIFT 算法
形状上下文
图像匹配
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于边缘最优映射的红外和可见光图像自动配准算法
来源期刊 自动化学报 学科
关键词 红外图像 自动配准 边缘映射 参数优化
年,卷(期) 2012,(4) 所属期刊栏目 论文与报告
研究方向 页码范围 570-581
页数 12页 分类号
字数 语种 中文
DOI 10.3724/SP.J.1004.2012.00570
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李国辉 39 339 9.0 17.0
2 涂丹 21 232 8.0 14.0
3 张军 68 591 12.0 22.0
4 廉蔺 8 73 3.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (37)
共引文献  (30)
参考文献  (17)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1944(1)
  • 参考文献(0)
  • 二级参考文献(1)
1963(1)
  • 参考文献(0)
  • 二级参考文献(1)
1965(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(2)
  • 参考文献(2)
  • 二级参考文献(0)
1987(3)
  • 参考文献(1)
  • 二级参考文献(2)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(4)
  • 参考文献(2)
  • 二级参考文献(2)
2007(8)
  • 参考文献(2)
  • 二级参考文献(6)
2008(6)
  • 参考文献(1)
  • 二级参考文献(5)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(4)
  • 参考文献(4)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
红外图像
自动配准
边缘映射
参数优化
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
自动化学报
月刊
0254-4156
11-2109/TP
大16开
北京市海淀区中关村东路95号(北京2728信箱)
2-180
1963
chi
出版文献量(篇)
4124
总下载数(次)
26
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导