基于SIFT特征和广义紧互对原型对距离的遥感图像配准方法

被引：15

作者：

霍春雷

周志鑫

刘青山

卢汉清

机构：

[1] 中国科学院自动化研究所模式识别国家重点实验室

来源：

遥感技术与应用 | 2007年 / 04期

关键词：

遥感图像配准; SIFT; 广义紧互对原型对; 特征点匹配;

D O I：

暂无

中图分类号：

TP752 [图像处理设备];

学科分类号：

摘要：

主要讨论SIFT(Scale Invariant Feature Transform)及其在遥感图像配准中的应用。首先介绍了基于特征点的遥感图像配准的一般框架;针对基于特征点的遥感图像配准中的两个基本问题——鲁棒的特征点提取和特征点匹配,提出了基于SIFT特征点和广义紧互对原型对距离的遥感图像配准新方法,并通过"广义紧互对原型对"的概念,为不同的特征点匹配方法建立了联系。与已有的相关工作相比,该方法可以得到更多的匹配点对和正确的匹配点对。数值试验证明了该方法的有效性和鲁棒性。

引用

页码：524 / 530

页数：7

共 7 条

[1] 模式识别[M]. 清华大学出版社 , 边肇祺等编著, 2000
[2] Distinctive image features from scale-invariant keypoints
Lowe, DG
[J]. INTERNATIONAL JOURNAL OF COMPUTER VISION, 2004, 60 (02) : 91 - 110
[3] Image registration methods: a survey[J] . Barbara Zitová,Jan Flusser.Image and Vision Computing . 2003 (11)
[4] Evaluation of interest point detectors
Schmid, C
Mohr, R
Bauckhage, C
[J]. INTERNATIONAL JOURNAL OF COMPUTER VISION, 2000, 37 (02) : 151 - 172
[5] Fast corner detection
Trajkovic, M
Hedley, M
[J]. IMAGE AND VISION COMPUTING, 1998, 16 (02) : 75 - 87
[6] SUSAN - A new approach to low level image processing
Smith, SM
Brady, JM
[J]. INTERNATIONAL JOURNAL OF COMPUTER VISION, 1997, 23 (01) : 45 - 78
[7] Object Recognition from Local Scale-invariantFeatures .2 Lowe D G. Proc.of the 7th International Confer-ence on Computer Vision . 1999

← 1 →