一种改进的SSDA图像匹配算法
吴培景陈光梦
(复旦大学电子工程系,上海200433)
E-mail:brsvecoaf@hotmail.com
摘要介绍了一种快速的块匹配算法——ssDA算法,分析了现有SSDA算法的缺点:算法本身没有抗干扰性能、计算
过程中没有利用图像自身的特点。针对现有算法的缺点提出改进.仿真结果表明改进算法在抗噪性能、计算速度上都比原算法有所提高。关键词
图像匹配序列相似性检测算法块匹配
文献标识码A
中图分类号TP391
文章编号1002—833l-(2005)33—0076—03
An
ImprovedSSDAinImageRegiistration
WuPeijing
ChenGuangmeng
(ElectronicEngineeringDepartment,FudanUniversity,Shanghai200433)
Abstract:Aanalyzes
the
fast
block
matchingof
the
algorithm
is
introducedalgorithm
isthe
inthis
paper—sequence
to
similaritymakesshows
no
detection
use
algorithm.Itthe
image’sof
shortcoming
improved
algorithm:The
is
sensitiveresult
of
uoise
andof
characteristicsAnimpmvedalgorithm
algorithm
introduced,and
thesimulation
the
performance
the
Keywords:imageregistration,sequencesimilaritydetectionalgorithm,blockmatching
l引言
随着科学技术的发展.图像匹配技术已成为图像信息处理领域中的关键技术之一.有着广泛的应用背景。目前的匹配方法主要有:基于灰度相关的匹配、基于特征的匹配等。基于灰度相关的匹配就是逐像素地用一定大小的图像灰度矩阵与参考图像的灰度矩阵按某种相似性度量方法进行搜索比较的匹配方法.其优点是方法简单、抗干扰性能好、易于硬件实现,缺点是计算量大。基于特征的匹配模式是首先提取反映图像重要信息的特征如点、线、距.然后以这些特征为模型进行匹配,优点是计算速度提高了,但缺点是算法比较复杂,不易于硬件实现,而且它的匹配性能在很大程度上取决于特征提取的质量,匹配精度不高BI。
Bamea提出了一种快速的块匹配算法日:序列相似性检测算法(SSDA)。该算法能很快丢弃不匹配的点,减少花在不匹配点上的计算量,从而提高匹配速度.算法比较简单,易于实现。为了进一步提高算法的性能,很多文献提出不同的改进方法。文献r31提出如下改进算法:采用粗细结合的均匀搜索,即先每隔m点搜一下匹配好坏,然后在有极大匹配值周围的局部范围内对各参考点位置求匹配。文献『41提出利用图像的相关性选择适当的点序列来计算匹配误差。文献『5]提出一种基于分析的判定何时结束计算时刻的优化方法。但这些改进还有如下缺点:未考虑图像处理中引入噪声的情况、没有利用图像自身的特征。本文首先介绍基本的SSDA算法.然后针对实际应用中现有算法的缺点提出改进方法.最后给出仿真结果。
MxN。匹配时选择目标图像的左上角为参考点,当前待匹配点位于Ⅳ上的(u.口)处时,在Ⅳ中所选取的待匹配区域是以点(12,,口),(n,口+L~1),(u+K—l,口),(u+K一1,v+L一1)组成的区域。相对于参考点位置为(i,,)的点的匹配误差定义为:
e(“,口,id)=lS(ij)一W(u+i,v+j)I
(1)
在目标图像和待匹配区域内随机抽取n个点(i。J一)、(k.J2)…(“J。).计算由这些点引起的部分误差和序列,记为:
^
q(““☆)=∑ls(i。J。)一W(u+i。,口堍)1=
I
∑e(u,”
将e(Ⅱ,∥.¨与一个预先定义好的序列Thresh(n)比较,如果e.(“,d,k)>Thresh(k),则结束在此处的计算,并记下k,计算
在下一个待匹配点处的误差,如果e(u∽k)<Thresh(^)则继续计算在(“,o)处的下一个抽取点的误差,直到e.(u儿k)>
Thresh(^)或k=n.记下k值。
对不同的待匹配点进行上述匹配计算,最后取最大≈值对位的待匹配点位置.认为这就是需要找的匹配点。
SSDA算法与一般的穷尽搜索算法的最大区别是:它不需要计算待匹配点为(u,")时所选区域中所有点引起的误差之和
E(u儿KxL),而是计算部分误差和序列e,并与一个事先准备
好的误差阈值序列比较.如前m个点引起的误差和大于第m个误差阈值时.停止计算.换下一个点进行匹配。
SSDA算法有效的原因是:在待搜索图像Ⅳ中只有很少的
2基本的SSDA算法
目标图像记为S,大小为KxL,待搜索图像记为Ⅳ,大小为
(“,。)组合对,使得在彤中取得的大小为KxL的图像与目标图像S匹配,大量的其他点是不匹配的,尽早丢掉非匹配点将降
作者简介:吴培景(1980一),男,复旦大学电子工程系研究生,主要研究方向运动目标跟踪。陈光梦,男,副教授,丰要研究方向:图像处理,工业控制。
76
2005|33计算机丁程与应用
万方数据
SSDA的改进算法_专业资料。针对传统相关匹配算法不能满足实时性的缺点,通过分析红外图像目标的特点,提出一种改进的SSDA算法,充分利用图像的边缘特征和灰度信息,在没...
[ 4 ]对 SSDA 算法进行了重要的改进 , 2 = 通过优化减少算法中匹配判断的时间 . SSDA 算 法的相似性判决指标为 MAD , 即图像像素灰度差 的绝对值之和 ,...
经典匹配算法包含 ABS 算法、归一化互相关匹配算法、图像矩匹配方法,以及基于图像特征 点的匹配算法。其改进算法涉及 SSDA 算法、金字塔分层搜索算法等。 关键词:...
自适应阈值SSDA图像匹配拼接算法的研究_专业资料。传统的模板匹配算法计算量大,匹配速度慢。序贯相似性检测算法SSDA虽可以减少计算量,但其固定阈值的合适选取存在很大...
SSDA图像匹配算法的研究及实现_工学_高等教育_教育专区 暂无评价0人阅读0次下载举报文档 SSDA图像匹配算法的研究及实现_工学_高等教育_教育专区。ssda图像匹配...
维普资讯 http://www.cqvip.com 9 8 20,32)074(7 CmurEgneigadApitn 计算机工程与应用 opt nir n plaiseenco 一 种 改进 的彩色 图像匹配算法 郭龙源, 夏...
一种改进的点特征图像匹配算法_专业资料。采用Harris算子提取特征点,将特征点进行归一化自相关运算求得粗匹配对,然后使用本文改进的松弛迭代匹配算法进行精匹配,最终...
图像匹配理论在图像识别和理解中应用广泛。本文介绍了一种基手小波金字塔的SSDA快速模板匹配算法,它对传统SSDA算法进行改进,采用了一种自适应阈值SSDA算法,不断对...
针对彩色图像匹配的特点, 利用颜色分量权重系数对序贯相似性检测算法进行了改进。...K ey words i age m atch ing co lor w e ight coeffic ient SSDA : ...
龙源期刊网 http://www.qikan.com.cn 一种新的自适应阈值 SSDA 算法 作者:...比较三次匹配结果 取最小值,转变为最终的图像匹配点,实现一种新的自适应阈值...
热门文档