高动态环境下的运动模糊图像配准
由于高动态环境下摄像机拍摄的待配准图像存在大旋转变换的同时还会受运动模糊退化的影响,故本文设计了一种高动态环境下的运动模糊图像配准方法.分析了传统尺度不变特征变换(SIFT)算法实时性差的原因,利用灰度级变换对SIFT算法进行改进,对两幅待配准图像特征点的提取进行简化,从而避开检测出大量无用特征点带来实时性差的问题.然后选取简化后的特征点进行特征匹配,使配准算法精度更高.最后通过实验验证了本文设计方法的实效性.实验结果表明:提出的算法的特征点数以及匹配对数保持在改善算法前的10％以内,大大减少了计算量;该算法对图像旋转的稳定性更强,匹配对数占检测出的特征点数的比值范围从0.1505减小到0.1365.相比SIFT算法效率更高,稳定性更强,更能满足高动态环境下的图像配准要求.
无人机 运动模糊图像 图像配准 尺度不变特征变换算法 高动态环境
付强 孙秀霞 彭轲 刘树光
空军工程大学 航空航天工程学院,陕西西安710038
国内会议
长春
中文
523-528
2015-07-09（万方平台首次上网日期，不代表论文的发表时间）