×

映射自适应卷积:单应或透视不变匹配方法的基本理论。 (英语) Zbl 1451.94013号

摘要:如果三维物体表面的局部区域可以被视为一个平面,那么从不同的相机位置拍摄到的两幅图像之间的变形将通过单应性建模。通过调整同形映射中的参数,可以为局部特征匹配方法模拟由摄像机位置变化引起的所有可能的变形。由于将原始图像重采样到模拟图像的几何体时可能会出现混叠,因此在重采样之前必须应用抗混叠卷积。然而,抗锯齿卷积本身也必须是单形自适应的。在尺度不变特征变换(SIFT)或仿射SIFT(ASIFT)方法中,在相似或仿射映射下,应用卷积的相似或仿射校正方案来解决这个问题。然而,这些方案在单形映射或透视映射下不起作用。尽管一些文献提出了透视不变匹配方法(perspective-SIFT或PSIFT),但还没有提出具有透视自适应的抗混叠方案。本文将表明,标准卷积不适应平面映射的变化,并且如果从不同相机位置捕获的不同原始图像中重新采样,相同模拟相机位置下的模拟图像将不相同。为了解决这个问题,本文提出了标准卷积的一种自然扩展,即映射自适应卷积(MA-卷积),并从数学上证明了它的映射自适应性。基于这种新的卷积,可以对单应不变仿真方案进行建模。我们将MA-卷积应用于PSIFT方法中的抗混叠方案,并通过实验验证了MA-卷曲的有效性。

MSC公司:

94A08型 信息和通信理论中的图像处理(压缩、重建等)
68吨10 模式识别、语音识别
第68页第45页 机器视觉和场景理解
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] D.G.Lowe,与比例不变关键点不同的图像特征,国际计算机杂志。视觉。,60(2004),第91–110页。
[2] J.-M.Morel和G.Yu,ASIFT:一种新的全仿射不变图像比较框架,SIAM J.成像科学。,2(2009年),第438–469页·Zbl 1181.68252号
[3] A.A.戈什塔斯比,2-D和3-D图像配准:用于医疗、遥感和工业应用,John Wiley&Sons,2005年。
[4] K.Mikolajczyk和C.Schmid,尺度和仿射不变兴趣点检测器,国际计算机杂志。视觉。60(2004),第63–86页。
[5] H.Aan\aes、A.L.Dahl和K.s.Pedersen,有趣的兴趣点,国际计算机杂志。视觉。,97(2012),第18-35页。
[6] E.Gonzaílez、A.Adaín和V.Feliuí,2三维识别问题的三维形状表示和相似性度量:实验分析,模式识别。莱特。,33(2012),第199–217页。
[7] Z.Liu、J.An和Y.Jing,基于受限空间顺序约束的航空图像配准简单鲁棒特征点匹配算法,IEEE传输。地质科学。《遥感》,50(2012),第514-527页。
[8] T.Kadir和M.Brady,显著性、规模和图像描述,国际计算机杂志。视觉。,45(2001),第83–105页·Zbl 0987.68597号
[9] C.Harris和M.Stephens,一种组合的角点和边缘检测器,《第四届阿尔维视觉会议记录》,1988年,第147-151页。
[10] B.Zitova和J.Flusser,图像配准方法综述,图像视觉计算。,21(2003),第977-1000页。
[11] M.A.Fischler和R.C.Bolles,随机样本一致性:一种适用于图像分析和自动制图的模型拟合范例ACM委员会,24(1981),第381-395页。
[12] G.Cai、P.Jodoin、S.Li、Y.Wu、S.Su和Z.Huang,Perspective-SIFT:低空遥感图像配准的有效工具,信号处理。,93(2013),第3088–3110页。
[13] K.Mikolajczyk和C.Schmid,局部描述符的性能评估,IEEE传输。模式分析。机器。智力。,27(2005),第1615-1630页。
[14] G.Yu和J.M.Morel,一种完全仿射不变的图像比较方法,《IEEE声学、语音和信号处理国际会议论文集》(ICASSP’09),2009年,第1597–1600页。
[15] D.Gossow、D.Weikersdorfer和M.Beetz,透视变换关键点的独特纹理特征,《模式识别国际会议论文集》(ICPR’12),2012年,第2764–2767页。
[16] K.Ko¨ser和R.Koch,透视不变法线特征,《IEEE计算机视觉国际会议论文集》(ICCV’07),2007年,第1-8页。
[17] R.Weng、J.Lu、J.Hu、G.Yang和Y.Tan,用于部分人脸识别的鲁棒特征集匹配,《IEEE计算机视觉国际会议论文集》(ICCV’13),2013年,第601-608页。
[18] G.J.Brostow、J.Shotton、J.Fauqueur和R.Cipolla,基于运动点云结构的分割与识别,《欧洲计算机视觉会议论文集》(ECCV'08),2008年,第44-57页。
[19] D.Ta、W.Chen、N.Gelfand和K.Pulli,SURFTrac:使用局部特征描述符进行有效跟踪和连续目标识别,《IEEE计算机视觉和模式识别会议论文集》(CVPR’09),2009年,第2937–2944页。
[20] R.Koch、M.Pollefeys和L.V.Gool,基于未校准图像序列的\textup3D场景的真实表面重建,J.维斯。计算。动画。,11(2000),第115–127页。
[21] Z.Zhang,从两幅透视图像之间线段的对应关系估计运动和结构,IEEE传输。模式分析。机器。智力。,17(1995),第1129–1139页。
[22] S.H.Park、K.M.Lee和S.U.Lee,基于特征向量法的线特征匹配技术,计算。视觉。图像理解。,77(2000),第263-283页。
[23] F.C.D.Tsai,鲁棒仿射不变匹配及其在直线特征中的应用,《IEEE计算机学会计算机视觉和模式识别会议论文集》(CVPR’93),1993年,第393–399页。
[24] C.T.Zahn和R.Z.Roskies,平面闭曲线的傅里叶描述子,IEEE传输。计算。,21(1972),第269-281页·Zbl 0231.68042号
[25] M.K.Hu,基于不变矩的视觉模式识别,IRE事务处理。通知。理论,8(1962),第179-187页·Zbl 0102.13304号
[26] A.戈什塔斯比,利用形状矩阵描述和识别平面形状,IEEE传输。模式分析。机器。智力。,7(1985),第738–743页。
[27] K.Mikolajczyk和C.Schmid,仿射不变兴趣点检测器,《欧洲计算机视觉会议论文集》(ECCV'02),2002年,第128–142页·Zbl 1034.68642号
[28] J.Matas、O.Chum、M.Urban和T.Pajdla,来自最大稳定极值区域的稳健宽基线立体声,图像视觉计算。,22(2004),第761-767页。
[29] K.Mikolajczyk和C.Schmid,基于尺度不变兴趣点的索引,《IEEE计算机视觉国际会议论文集》(ICCV'01),2001年,第525-531页。
[30] L.Moisan和B.Stival,检测两幅图像刚性点匹配并估计基本矩阵的概率准则,国际计算机杂志。视觉。,57(2004),第201–218页。
[31] 彭毅、李伟伟、袁毅和潘俊华,用于图像匹配的全仿射不变SURF、神经计算、。,85(2012),第6-10页。
[32] R.Hartley和A.Zisserman,计算机视觉中的多视图几何第二版,剑桥大学出版社,英国剑桥,2003年·Zbl 0956.68149号
[33] F.Dibos,投影不变特征检测与配准组,《数学图像处理》,Springer Proc。数学。5,Springer-Verlag,柏林,海德堡,2011年,第91-105页·兹比尔1220.68110
[34] J.J.Koenderink,图像的结构,生物网络。,50(1984年),第363–370页·Zbl 0537.92011号
[35] C.Jonchery、F.Dibos和G.Keopfler,基于平面变形确定的摄像机运动估计,J.数学。《成像视觉》,32(2008),第73-87页·Zbl 1446.68162号
[36] D.Shreiner,OpenGL编程指南:学习OpenGL的官方指南,版本\textup3.0和3.1第7版,培生教育,2010年。
[37] W.K.Pratt,数字图像处理:PIKS内部第三版,John Wiley&Sons,纽约,2001年·Zbl 1303.68004号
[38] N.勒纳,整合理论课程:包含150多个练习和详细答案,施普林格,巴塞尔,2014·Zbl 1296.28001号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。