基于SURF算法的可见光与红外图像的匹配
图像匹配是图像配准的基础，其结果直接影响到图像处理的后续操作。针对红外图像的特殊性，采用改进的SURF(Speeded Up Robust Features)算法对红外与可见光图像进行匹配。算法先对红外和可见光图像进行对比度增强和边缘提取，然后提取图像的特征点。引入积分图像的概念以提高算法的运算速度;采用改进的尺度金字塔和特征点主方向分配提高了算法的鲁棒性。最后用最近邻法进行特征点匹配。实验结果表明，该方法的匹配精度要高于直接用SURF算法或传统的SIFT(Scalc Invarliant Feature Trartsform)算法。
红外图像匹配 SURF算法 边缘提取 图像增强 特征点
李冬梅 张惊雷
天津理工大学 天津市复杂系统控制理论及心用重点实验室 天津 300384 天津理工大学自动化学院 天津 300384
国内会议
辽宁丹东
中文
268-274
2011-08-06（万方平台首次上网日期，不代表论文的发表时间）