结合高阶图模型与蚁群优化的图像匹配方法

发布时间：2018-01-27 02:26

本文关键词： 图像匹配蚁群算法高阶图匹配优化　出处：《西安电子科技大学学报》2017年01期 　论文类型：期刊论文

【摘要】：图像匹配是计算机视觉领域中的一个重要的问题.针对基于图结构模型的图像匹配方法,研究了图模型框架的建立方法以及二阶约束和高阶约束下的图匹配算法框架.为了克服传统的求驻点的优化方法易陷入局部最优解的不足,采用蚁群算法优化目标函数,提出一种基于蚁群算法的高阶图匹配方法.该算法使用张量值计算启发因子提供先验知识,然后根据启发因子和信息素计算转移概率,最后利用搜索到的解对信息素进行局部更新和全局更新.实验表明,该算法能获得比较高的匹配精度,并且在形变噪声、外点和视角变化等因素的干扰下仍具有很强的鲁棒性.
[Abstract]:Image matching is an important problem in the field of computer vision. In order to overcome the disadvantage of the traditional optimization method of static point, the method of establishing graph model frame and the graph matching algorithm frame with second-order constraint and high-order constraint are studied in order to overcome the shortcoming of the traditional optimization method which is easy to fall into local optimal solution. An ant colony algorithm is used to optimize the objective function, and a higher order graph matching method based on ant colony algorithm is proposed, which uses tensor to calculate the heuristic factor to provide prior knowledge. Then the transfer probability is calculated according to the heuristic factor and the pheromone. Finally, the local and global updating of the pheromone is carried out by using the search solution. The experiment shows that the algorithm can achieve high matching accuracy. And it still has strong robustness under the disturbance of deformation noise, external point and angle of view.
【作者单位】：陕西广播电视大学计算机与信息管理系;西安市西光中学;
【基金】：国家自然科学基金资助项目(61272280) 大数据环境下计算机类课程MOOC研究资助项目(15G-04-A04) 大数据下的计算机类课程资源建设实践研究资助项目(GJ1529)
【分类号】：TP391.41;TP18
【正文快照】： 图像匹配的目标就是建立两幅图像特征之间的对应关系.图像匹配在生活和工作中有着重要的作用,主要包括:基础性.图像匹配是许多图像处理任务实现和应用的基础和核心[1-3];广泛性.图像匹配现广泛应用于军事、工业检测及信息检索等各个方面[4-5];综合性.首先图像匹配是目标识别跟

【相似文献】