基于多种修正方式的概率松弛匹配算法.pdfVIP

第 31卷 第 3期 合肥 工 业 大 学 学报 (自然科学版) Vo1．31No．3 2008年 3月 JOURNAIOFHEFEIUNIVERSITY OFTECHNOLOGY M ar．2008 基于多种修正方式的概率松弛匹配算法 {ll目 潘鸿飞， 梁 栋， 李 薇 (安徽大学 计算智能与信号处理教育部重点实验室，安徽 合肥， 230039) 摘 要：文章提出了一种将谱图理论、特征点的灰度特征及空间特征和概率松弛法相结合的特征点匹配算法 ； 首先通过谱方法求出特征点匹配的初始概率，然后利用特征点的灰度相关性及形状上下文关系来修正初始 概率，再利用特征点的形状上下文关系作为初始支持度，最后将修正过的初始概率、初始支持度与概率松弛迭 代法相结合，获得匹配结果；实验结果表明，该方法能够达到很高的匹配效果。 关键词 ：匹配；形状上下文；概率松弛 中图分类号：TP391 文献标识码：A 文章编号2008)030462—03 Probabilisticrelaxationmatchingalgorithm basedonmulti—revisorymethod PAN Hong—fei， LIANG Dong， LIW ei (KeyLabofIntelligentComputing SignalProcessingofMinistryofEducation，AnhuiUniversity，Hefei230039，China) Abstract：A novelalgorithm forpointcorrespondenceisproposed，whichcombinesgraphspectralanal— ysisandpartialcharacteristicsofthepointtogetherviathemethodofprobabilisticrelaxation．Firstly， theinitialcorrespondenceprobabilitiesareobtainedbymeansofspectralanalysis．Secondly，partial characteristicsareemployedtocomputetheinitialsupport．Finally，bycombiningtheintialprobabili— tyandsupportwith theprobabilisticrelaxation，thecorrespondenceresultsaregained．Theexperi— mentalresultsdemonstratethatthisapproachcanachievecomparativelyhighaccuracy． Keywords：correspondence；shapecontext；probabilisticrelaxation 阵的特征值和特征 向量，再通过 比较点集亲近矩 0 引 阵的有序特征向量来获得对应关系。文献[7]中 在计算机视觉、模式识别及医学等领域，经常 提到了一种基于图的Laplace谱的特征点匹配算 需要将 2幅或者多幅图像进行配准。点模式匹 法，该算法对较小的仿射和射影变换也具有较好 配口卫]是图像配准的一个重要方法。近年来，谱 的匹配效果，并给出了严格的理论证明。 图理论在该问题上得到越来越多的应用[3--6]。文 以上方法，都是基于图的谱算法，即通过特征 献[3]首次将谱方法应用于点模式匹配中，通过定 值的分布来刻画图的结构，再从图的结构相似性 义点集之间的亲近矩阵 (inter-imageproximity 手，从而实现匹配。这些算法能够较好地体现 matrix)，并对该矩阵进行 SVD分解 ，以获得对应 的全局结构，但它仅利用了点与点之间的邻接 关系。为了克服文献