基于Gabor表示特征描述符的红外可见光图像配准
摘要
在无人机航拍场景中，不同传感器捕获的图像可能存在较大视差和分辨率差异，从而导致图像配准失败。针对这一问题，提出一种具有旋转不变Gabor表示特征描述符的红外与可见光图像配准方法。首先，求解图像加权矩阵，将Harris算法应用在相位全等中的加权矩阵方程上实现图像的关键点提取。其次，改进Gabor表示结构，使得关键点在不同方向的特征得到准确定位，从而降低由于视差较大带来的影响。最后，使用最近邻匹配（NNM）算法搭配快速抽样一致性（FSC）实现对异常值的剔除同时增加正确匹配的数量。所提方法在CVC-15立体声、LWIR-RGB长波红外和自制数据集下的平均准确率分别为46%、72%、62%，平均运行时间分别为6.886 s、7.800 s和9.631 s。实验结果验证了该方法在处理具有较大视差和分辨率差异的待配准图像时的有效性。
引用本文（GB/T 7714）
徐晶 Xu Jing, 包利东 Bao Lidong, 方明 Fang Ming, 等. 基于Gabor表示特征描述符的红外可见光图像配准[J]. Laser & Optoelectronics Progress, 2024.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。