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:
提出一种基于多尺度、多方向Gabor滤波器提取图像局部不变特征并用AP聚类进行约束的配准算法。该方法首先利用Gabor尺度空间核函数对图像进行尺度空间分解,在每一层尺度图像的不同方向上提取Harris角点,在以Harris角点为中心的固定大小的搜索窗内搜索三维尺度空间的极值点作为局部特征点的位置和特征尺度;在特征子区域内用梯度描述特征点;将得到的两幅图像的特征点AP聚类分析,实现m:n的粗匹配,最终通过各类之间的欧式距离实现对应点的匹配,通过AP聚类可有效排除多相似内容的图像之间的误匹配。实验结果表明,该算法能够提取稳健的精确特征点,并且可以有效去除多相似内容图像带来的匹配误差,实现图像的配准。
推荐文章
基于FPGA的Separable Gabor滤波器设计
指纹
图像增强
Separable Gabor滤波器
FPGA
基于改进FCM聚类医学图像配准
图像配准
fuzzy C-means聚类
迭代最近点
互信息
基于Gabor滤波器的指纹图像增强研究
Gabor滤波器
指纹增强
指纹识别
低质量图像
基于Gabor滤波的头部CT图像分割算法
Gabor滤波器
Gaussian滤波器
边缘检测
头部CT图像
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Gabor滤波器和聚类的图像配准算法
来源期刊 计算机工程与应用 学科 工学
关键词 图像配准 Gabor滤波器 尺度空间 Harris角点 AP聚类
年,卷(期) 2014,(10) 所属期刊栏目 图形图像处理
研究方向 页码范围 193-196,202
页数 5页 分类号 TP751.1
字数 4325字 语种 中文
DOI 10.3778/j.issn.1002-8331.1311-0370
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 康晓东 天津医科大学医学影像学院 51 215 9.0 12.0
2 王昊 天津医科大学医学影像学院 19 147 6.0 11.0
6 耿佳佳 天津医科大学医学影像学院 7 36 3.0 5.0
7 于文勇 天津医科大学医学影像学院 5 50 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (40)
共引文献  (63)
参考文献  (7)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(2)
  • 参考文献(1)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(7)
  • 参考文献(1)
  • 二级参考文献(6)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(6)
  • 参考文献(1)
  • 二级参考文献(5)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
图像配准
Gabor滤波器
尺度空间
Harris角点
AP聚类
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导