|
|||||
|
|
| 基于聚类分割和形态学的可见光与SAR图像配准 | |
| 引用本文： | 王志社,杨风暴,纪利娥,陈磊.基于聚类分割和形态学的可见光与SAR图像配准[J].光学学报,2014,34(2):215002-190. |
| 作者姓名： | 王志社 杨风暴 纪利娥 陈磊 |
| 作者单位： | 王志社:中北大学信息与通信工程学院, 山西 太原 030051太原科技大学应用科学学院, 山西 太原 030024 杨风暴:中北大学信息与通信工程学院, 山西 太原 030051 纪利娥:中北大学信息与通信工程学院, 山西 太原 030051 陈磊:中北大学信息与通信工程学院, 山西 太原 030051 |
| 基金项目： | 国家自然科学基金（61171057）、山西省回国留学人员科研资助项目（20120706ZX） |
| 摘 要： | 针对可见光与SAR图像灰度差异大,共有特征提取难的问题,提出了一种基于k-均值聚类分割和形态学处理的轮廓特征配准方法。利用k-均值聚类算法对两类图像进行分割,得到图像分割区域;通过形态学处理,有效减少SAR图像斑点噪声影响,准确提取两类图像的封闭轮廓;采用轮廓不变矩理论,引入矩变量距离均值、方差约束机制和一致性检查的匹配策略,获取最佳匹配对,实现了两类图像的配准。通过实验,三组图像的配准精度分别达到0.3450、0.2163和0.1810,结果表明该法可行且能达到亚像素的配准精度。 |
| 关 键 词： | 机器视觉 图像配准 k-均值聚类 形态学 约束机制 一致性检查 |
| 收稿时间： | 2013/8/22 |
Optical and SAR Image Registration Based on Cluster Segmentation and Mathematical Morphology |
|
| Abstract: | |
| Keywords: | machine vision image registration k-mean cluster morphology restriction mechanism consistency check |
| 本文献已被 CNKI 等数据库收录！ | |