-
题名基于多项式确定性矩阵的SIFT医学图像配准算法
被引量：20
- 1
-
-
作者
杨飒
夏明华
郑志硕
-
机构
广东第二师范学院物理系
中山大学信息科学与技术学院
-
出处
《激光与光电子学进展》
CSCD
北大核心
2016年第8期122-128,共7页
-
基金
国家自然科学基金(11547212)
-
文摘
考虑到随机测量矩阵存在硬件上存在无法实现的缺陷,结合压缩感知的稀疏投影理论,提出了基于多项式确定性矩阵的尺度不变特征变换(SIFT)医学图像配准算法。通过增加方向梯度数提高特征向量的有效性,利用测量数为7的多项式确定性矩阵对关键点特征向量进行降维,用欧式距离作为特征向量匹配的相似性度量,kd数据结构避免穷举。实验结果表明,该算法和传统SIFT算法及几种改进的SIFT算法相比,配准性能有了显著提高,同时确定性矩阵有利于图像配准系统的硬件实现。
-
关键词
图像处理
图像配准
压缩感知
特征提取
多项式确定性矩阵
-
Keywords
image processing
image registration
compressive sensing
feature extraction
polynomialdeterministic matrix
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名分块多项式确定性矩阵SIFT图像配准算法
被引量：2
- 2
-
-
作者
卢健
陈泽民
马成贤
何金鑫
-
机构
西安工程大学电子信息学院
-
出处
《电光与控制》
CSCD
北大核心
2019年第1期12-16,共5页
-
基金
国家自然科学基金(61040055)
陕西省教育厅专项科学研究计划项目(17JK0332)
+1 种基金
陕西省科技厅科技发展计划项目(2011K06-01)
西安市碑林区应用技术研发项目(GX1807)
-
文摘
针对尺度不变特征变换(SIFT)算法在关键点(即尺度空间稳定的极值点)特征描述向量计算复杂且维数较高,以及多项式确定性矩阵测量数取值受限等现象,提出一种分块多项式确定性矩阵的SIFT图像配准算法。通过压缩感知的稀疏表示方法,将SIFT提取的高维描述子向量降维到低维的稀疏特征向量,降低了关键点描述向量维度,并采取欧氏距离对图像关键点特征描述向量进行相似性度量。与传统算法的针对性比对分析表明,改进算法有效提升了配准精度,增强了实时性。
-
关键词
图像配准
SIFT
分块多项式确定性矩阵
压缩感知
-
Keywords
image registration
SIFT
block polynomial deterministic matrix
compressive sensing
-
分类号
TN919.8
[电子电信—通信与信息系统]
-
