留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

基于边缘方向和梯度的图像特征匹配算法

上一篇

下一篇

罗萱. 基于边缘方向和梯度的图像特征匹配算法[J]. 西南师范大学学报(自然科学版), 2014, 39(1): 061-067.
引用本文: 罗萱. 基于边缘方向和梯度的图像特征匹配算法[J]. 西南师范大学学报(自然科学版), 2014, 39(1): 061-067.
Citation:

基于边缘方向和梯度的图像特征匹配算法

  • 摘要: 主动形状模型(Activeshapemodel,ASM)是一种基于统计参数化的图像特征匹配算法,它主要应用于提取图像的特征点.在分析传统方法不足的基础上,提出一种基于改进主动形状模型的图像特征匹配新算法.传统的ASM 直接采样灰度值信息建立局部纹理模型,灰度值对光照、姿态等因素是非常敏感的,常会带来较大匹配误差或者导致模型匹配失败.采用基于每个像素的边缘方向和强度来代替灰度值,改进的表示方法是利用边缘方向和强度的信息去建模,并且加入了边缘结构的方向和强度.改进的表示方法增加了纹理表示的边缘特征,边缘特征能有效地让模型收敛到图像的外轮廓,当外轮廓精准匹配后可以有效抑制和促进图像内部特征点定位更加准确.实验结果表明,改进的方法可以有效提高模型的匹配精度.
  • 加载中
  • 加载中
计量
  • 文章访问数:  587
  • HTML全文浏览数:  228
  • PDF下载数:  0
  • 施引文献:  0
出版历程

基于边缘方向和梯度的图像特征匹配算法

  • 重庆青年职业技术学院,计算机科学系,重庆400712

摘要: 主动形状模型(Activeshapemodel,ASM)是一种基于统计参数化的图像特征匹配算法,它主要应用于提取图像的特征点.在分析传统方法不足的基础上,提出一种基于改进主动形状模型的图像特征匹配新算法.传统的ASM 直接采样灰度值信息建立局部纹理模型,灰度值对光照、姿态等因素是非常敏感的,常会带来较大匹配误差或者导致模型匹配失败.采用基于每个像素的边缘方向和强度来代替灰度值,改进的表示方法是利用边缘方向和强度的信息去建模,并且加入了边缘结构的方向和强度.改进的表示方法增加了纹理表示的边缘特征,边缘特征能有效地让模型收敛到图像的外轮廓,当外轮廓精准匹配后可以有效抑制和促进图像内部特征点定位更加准确.实验结果表明,改进的方法可以有效提高模型的匹配精度.

English Abstract

参考文献 (0)

目录

/

返回文章
返回