Необходимо зарегистрироваться, чтобы получить доступ к полным текстам статей и выпусков журналов!
- Название статьи
- НАДЕЖНОЕ СОПОСТАВЛЕНИЕ АЭРОФОТОСНИМКОВ С МАЛЫМ ПЕРЕКРЫТИЕМ
- Авторы
- Кривовязь Глеб Робертович gkrivovyaz@graphics.cs.msu.ru, аспирант факультета ВМК, Московский государственный университет им. М. В. Ломоносова, Москва, Россия Тел. (495) 939-01-90
Мизотин Максим Михайлович mizotin@cs.msu.ru, канд. физ.-мат. наук, старший преподаватель факультета ВМК, Московский государственный университет им. М. В. Ломоносова, Москва, Россия Тел. (495) 939-11-29
- В разделе
- ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ В РЕШЕНИИ ПРИКЛАДНЫХ ПРОБЛЕМ
- Ключевые слова
- компьютерное зрение / сопоставление изображений / точечная особенность / детекторы и дескрипторы особых точек / устойчивая оценка модели / преобразование Хафа
- Год
- 2011 номер журнала 3 Страницы 92 - 98
- Индекс УДК
- Код EDN
- Код DOI
- Тип статьи
- Научная статья
- Аннотация
- Рассматривается задача сопоставления аэрофотоснимков. Результаты существующих алгоритмов заметно ухудшаются в случае малого перекрытия и значительного угла поворота между снимками. Представлена двухэтапная схема сопоставления изображений и предложен новый метод оценки модели сдвига-поворота, основанный на процедуре "голосования" в пространстве параметров и позволяющий находить правильную модель даже в случае сложных входных данных без использования дополнительной информации. Приведены результаты работы предложенного алгоритма на синтетических и реальных данных. Метод сравнивается с одним из лучших на сегодняшний день алгоритмов оценки модели на основе случайных выборок. Показывается превосходство предложенного метода над существующими аналогами в случае малого перекрытия.
- Полный текст статьи
- Необходимо зарегистрироваться, чтобы получить доступ к полным текстам статей и выпусков журналов!
- Список цитируемой литературы
-
Adelson E. H., Anderson C. H., Bergen J. R., Burt P. J., Ogden J. M. Pyramid methods in image processing // RCA Engineer. 1984. V. 29. Nо. 6. P. 33-41.
Kaneko S., Satoh Y., Igarashi S. Using selective correlation coefficient for robust image registration // Pattern Recognition. 2003. V. 36. P. 1165-1173.
Zheng Q., Chellappa R. A computational vision approach to image registration // IEEE Transactions on Image Processing. 1993. V. 2. Nо. 3. P. 311-326.
Grün A. Adaptive least squares correlation: a powerful image matching technique // South African Journal of Photogrammetry, RS and Cartography. 1985. V. 14. Nо. 3. P. 175-187.
Zitova B., Flusser J. Image registration methods: a survey // Image and Vision Computing. 2003. V. 21. Nо. 11. P. 977-1000.
Reddy S. B., Chatterji B. N. An FFT-based technique for translation, rotation, and scale-invariant image registration // IEEE Transactions on Image Processing. 1996. V. 5. Nо. 8. P. 1266-1271.
Lowe D. G. Distinctive image features from scale-invariant keypoints // International Journal of Computer Vision. 2004. V. 60. Nо. 2. P. 91-110.
Matas J., Obdrzálek S., Chum O. Local affine frames for widebaseline stereo // 16th International Conference on Pattern Recognition. 2002. V. 4. P. 363-366.
Flusser J., Suk T. A moment-based approach to registration of images with affine geometric distortion // IEEE Transactions on Geoscience and Remote Sensing. 1994. V. 32. P. 382-387.
Tuytelaars T., Mikolajczyk K. Local invariant feature detectors: a survey // Foundations and Trends in Computer Graphics and Vision. 2008. V. 3. P. 177-280.
Li J., Allinson N. A comprehensive review of current local features for computer vision // Neurocomputing archive. 2008. V. 71. Nо. 10-12. P. 1771-1787.
Remondino F. Detectors and descriptors for photogrammetric applications // International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. 2006. V. 36. Nо. 3. P. 49-54.
Fischler M., Bolles R. Random sample consensus: a paradigm for model fitting with applications to image analysis and automated cartography // Transactions of ACM - Graphics and Image Processing. 1981. V. 24. P. 381-395.
Chum O., Matas J. Matching with PROSAC - progressive sample consensus // Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition. 2005. P. 220-226.
Choi S., Kim T., Yu W. Performance evaluation of RANSAC family // The British Machine Vision Conference. 2009.
Pires B., Aguiar P. Registration of images with small overlap // Proceedings of the IEEE International Workshop on Multimedia Signal Processing. 2004. P. 255-258.
Begg C., Mukundan R. Hierarchical matching techniques for automatic image mosaicing // Proceedings of the Conference on Image and Vision Computing. 2004. P. 381-386.
Xiong Y., Quek F. Automatic aerial image registration without correspondence // Proceedings of the 4th IEEE International Conference on Computer Vision Systems. 2006. P. 25-31.
Hough P. A method and means for recognizing complex patterns // U.S. Patent #3069654. 1962.
Seo J., Jeong S., Kim K. Hierarchical corner matching for automatic relative orientation // Proceedings of Geoscien-ce and Remote Sensing Symposium. 2003. V. 6. P. 3958-3960.
Seedahmed G., Martucci L. Automated image registration using geometrically invariant parameter space clustering // International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. 2002. V. 34. Nо. 3A. P. 19-23.
Harris C., Stephens M. A combined corner and edge detector // Proceedings of The Fourth Alvey Vision Conference. 1988. P. 147-151.
Läbe T., Förstner W. Automatic relative orientation of images // Proceedings of the 5th Turkish-German Joint Geodetic Days. 2006.
Brown M., Lowe D. G. Automatic panoramic image stitching using invariant features // International Journal of Computer Vision. 2007. V. 74. Nо. 1. P. 59-73.
- Купить
