ITMO
en/ en

ISSN: 1023-5086

en/

ISSN: 1023-5086

Научно-технический

Оптический журнал

Полнотекстовый перевод журнала на английский язык издаётся Optica Publishing Group под названием “Journal of Optical Technology“

Подача статьи Подать статью
Больше информации Назад

DOI: 10.17586/1023-5086-2019-86-07-11-18

УДК: 004.932

Черезшаговый двухградиентный алгоритм совмещения изображений объектов по реперным точкам

Ссылка для цитирования:

Самойлин Е.А., Кущев С.С., Карпов С.А. Черезшаговый двухградиентный алгоритм совмещения изображений объектов по реперным точкам // Оптический журнал. 2019. Т. 86. № 7. С. 11–18. http://doi.org/10.17586/1023-5086-2019-86-07-11-18

 

Samoylin E.A., Kushchev S.S., Karpov S.A. Alternate-step two-gradient algorithm for aligning images of objects by reference points [in Russian] // Opticheskii Zhurnal. 2019. V. 86. № 7. P. 11–18. http://doi.org/10.17586/1023-5086-2019-86-07-11-18  

Ссылка на англоязычную версию:

E. A. Samoĭlin, S. S. Kushchev, and S. A. Karpov, "Alternate-step two-gradient algorithm for aligning images of objects by reference points," Journal of Optical Technology. 86(7), 401-407 (2019). https://doi.org/10.1364/JOT.86.000401

Аннотация:

Предложен черезшаговый алгоритм совмещения исходного объекта с эталонным, при котором на нечетных шагах осуществляется градиентная подстройка реперных точек исходного объекта в направлении координат реперных точек эталонного объекта, а на четных — в направлениях, позволяющих сохранить исходную форму смещаемого объекта. Представлен пример такого черезшагового двухградиентного совмещения двух изображений объектов при различных значениях параметров скорости и устойчивости сходимости.

Ключевые слова:

совмещение изображений, реперные точки, подстройка координат, градиентный поиск, черезшаговый двухградиентный алгоритм

Коды OCIS: 100.2000

Список источников:

1. Васильев К.К., Крашенинников В.Р. Статистический анализ последовательностей изображений. Монография. М.: Радиотехника, 2017. 248 с.
2. Гонсалес Р., Вудс Р. Цифровая обработка изображений. М.: Техносфера, 2012. 1104 с.
3. Епифанцев Б.Н., Ляховский В.С. Обнаружение объектов простых форм на неподвижных изображениях подстилающей поверхности оператором-дешифровщиком и системой компьютерного зрения // Оптический журнал. 2016. Т. 83. № 1. С. 65–72.
4. Лапина Н.Н., Луцив В.Р., Малышев И.А., Потапов А.С. Особенности сопоставления изображений в задачах определения местоположения мобильного робота // Оптический журнал. 2010. Т. 77. № 11. С. 25–34.
5. Чочиа П.А. Быстрое корреляционное совмещение квазирегулярных изображений // Информационные процессы. 2009. Т. 9. № 3. С. 117–120.
6. Костяшкин Л.Н., Логинов А.А., Никифоров М.Б. Проблемные аспекты системы комбинированного видения летательных аппаратов // Известия ЮФУ. 2013. № 5. С. 61–65.
7. Елесина С.И., Костяшкин Л.Н., Логинов А.А., Никифоров М.Б. Совмещение изображений в корреляционно-экстремальных навигационных системах. М.: Радиотехника, 2015. 208 с.
8. Луцив В.Р., Малышев И.А., Потапов А.С. Совмещение аэрокосмических изображений с субпикселной точностью методом локальной корреляции // Оптический журнал. 2004. Т. 71. № 5. С. 31–36.
9. Новиков А.И., Саблина В.А., Горячев Е.О. Применение контурного анализа для совмещения изображений // Известия ТулГУ. Технические науки. 2013. Вып. 9. Ч. 1. С. 260–270.
10. Ефимов А.И., Новиков А.И. Алгоритм поэтапного уточнения проективного преобразования для совмещения изображений // Компьютерная оптика. 2016. Т. 40. № 2. С. 258–265.
11. Гошин Е.В., Котов А.П., Фурсов В.А. Двухэтапное формирование пространственного преобразования для совмещения изображений // Компьютерная оптика. 2014. Т. 38. № 4. С. 886–891.
12. Уидроу Б., Стирнз С. Адаптивная обработка сигналов / Пер. с англ. М.: Радио и связь, 1989. 440 с.
13. Самойлин Е.А., Пантюхин М.А. Способ помехоустойчивого градиентного выделения контуров объектов на цифровых изображениях // Патент России № 2589301. 2016.
14. Loeckx D., Maes F., Vandermeulen D., Suetens P. Nonrigid image registration using free-form deformations with a local rigidity constraint // Medical Image Computing and Computer-Assisted Intervention–MICCAI 2004. Berlin: Springer Heidelberg, 2004. P. 639–646.
15. Ke Y., Sukthankar R. PCA-SIFT: A more distinctive representation for local image descriptors // Computer Vision and Pattern Recognition. CVPR. Proc. IEEE Computer Soc. Conf. IEEE. 2004. V. 2. P. 506–513.
16. Hast A., Nysj J., Marchetti A. RANSAC — Towards a repeatable algorithm for finding the optimal set // J. WSCG. 2013. V. 21(1). P. 21–30.