Illumination invariant least square match based on invariant coefficient

doi:10.13741/j.cnki.11-1879/o4.2012.05.019

您当前的位置：

首页 >

文章列表页 >

Illumination invariant least square match based on invariant coefficient

更新时间：2025-09-01

- Illumination invariant least square match based on invariant coefficient
- Vol. 38, Issue 5, Pages: 611-618(2012)
- 作者机构：
  
  1. 1:国防科学技术大学航天与材料工程学院
  2. 2:图像测量与视觉导航湖南省重点实验室
  3. 3:航天飞行控制中心
- 作者简介：
- 基金信息：
- DOI：10.13741/j.cnki.11-1879/o4.2012.05.019
  CLC：
- Published：2012
- 稿件说明：
移动端阅览
Illumination invariant least square match based on invariant coefficient[J]. 2012, 38(5): 611-618.
DOI：

Illumination invariant least square match based on invariant coefficient[J]. 2012, 38(5): 611-618. DOI： 10.13741/j.cnki.11-1879/o4.2012.05.019.

摘要

最小二乘匹配(LSM)对全局灰度和几何畸变有较好的适应性

得到了广泛应用和重视。但是该方法存在计算量大

难以实时应用

以及不能适应局部光照变化等问题。提出了不变系数光照不变最小二乘匹配

通过固定法方程式系数

大幅减少了单位迭代计算量。在实际中

由于成像场景和光照条件的复杂性

传统的以整体灰度变换模型近似图像间灰度变化往往会存在较大误差

由于真实灰度畸变模型不易获取和计算

该问题一直没有得到很好解决。提出了用光照不变描述替换原始灰度描述的方法

实现了对局部灰度畸变的适应

并将最小二乘匹配的迭代维数由8维降为6维

进一步提升了计算速度。理论分析和真实数据实验表明

该方法较之传统方法计算速度提升6.18倍;几何变化和局部光照变化仿真实验证明了此方法对局部光照变化有较好的适应性。

Abstract

关键词

Keywords

references

Views

110

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Brain image registration method based on low-resolution auxiliary features and convolutional neural network

Auto registration method of optical and SAR image based on phase direction and scale

A mosaic method of different ground resolution images

Detection of moving small target based on images in sequence of complicated surface background

A method of superresolution image processing based on the improved frequency-domain image registration

Related Author

王远军

薛湛琦

郑美

吴正升

吕守业

黄翊航

张海涛

李泽一

Related Institution

1:上海理工大学医学影像工程研究所

3:北京市遥感信息研究所

2:清华大学光子测控技术教育部重点实验室

1:清华大学精密仪器系

2:中国科学院遥感与数字地球研究所

⁰