Multifeature energy optimization framework and parameter adjustment-based nonrigid point set registration
Multifeature energy optimization framework and parameter adjustment-based nonrigid point set registration
复制标题
基于多特征能量优化框架和参数调整的非刚性点集配准
DOI：
10.1117/1.jrs.12.035006
复制
发表时间：
2018-07
影响因子：
1.7
通讯作者：
Xueyuan Gao
中科院分区：
文献类型：
--
作者：
Tingting Dan;Yang Yang;Lin Xing;Kun Yang;Yaying Zhang;Sim Heng Ong;Fei Song;Xueyuan Gao
抽象的。非刚体点集配准是遥感图像配准领域的一项关键技术，广泛应用于自然灾害损失评估、农业和城市土地利用规划、环境质量监测、地面目标识别等军事和民用领域。我们提出了一种基于多特征能量优化框架和参数调整的非刚性点集配准方法，主要有三个方面的贡献：(1)设计了一个能量优化框架来自由组合多个特征来估计两个点集之间的对应性；(2)薄板样条和高斯径向基函数变换模型可以选择性地用于解决二维、三维或更高维的配准问题；(3)可以通过所提出的三种参数调整方法来调整自由参数，从而在不同的配准模式下获得更高的配准精度。我们在轮廓点集、序列图像、遥感图像、医学图像和真实图像上测试了我们的方法的性能，并与目前最先进的10种方法进行了比较，我们的方法在大多数场景下都表现出了良好的性能。
Abstract. Nonrigid point set registration is a key technology in the field of remote sensing image registration, which is widely used in military and civil fields such as natural disaster damage assessment, agricultural and urban land-use planning, environmental quality monitoring, and ground target identification. We present a multifeature energy optimization framework and parameter adjustment-based nonrigid point set registration that has three contributions: (1) an energy optimization framework is designed to freely combine multiple features for estimating correspondences between two point sets, (2) the thin-plate spline and Gauss radial basis function transformation models can be optionally implemented for solving two-dimensional, three-dimensional, or higher-dimensional registration problems, and (3) the free parameters can be adjusted by the proposed three parameter adjustment approaches to yield higher registration accuracy in varied registration patterns. We test the performances of our method in contour point sets, sequence images, remote sensing images, medical images, and real images and compare with 10 state-of-the-art methods, where our method shows favorable performances in most scenarios.
登录
查看更多内容
基于小型无人机的动态农业梯田多时相图像配准
影响因子：
5
作者：
魏梓泉;韩一峰;李梦雅;杨昆;杨扬;罗毅
通讯作者：
罗毅
DOI：
10.1109/iccv.2017.291
发表时间：
2017-10
期刊：
2017 IEEE International Conference on Computer Vision (ICCV)
影响因子：
--
作者：
Su Zhang;Yang Yang-Yang;Kun Yang;Yi Luo;S. Ong
通讯作者：
Su Zhang;Yang Yang-Yang;Kun Yang;Yi Luo;S. Ong
DOI：
10.1109/tpami.2016.2603988
发表时间：
2017-07
影响因子：
23.6
作者：
W. Lian;Lei Zhang;Ming-Hsuan Yang
通讯作者：
W. Lian;Lei Zhang;Ming-Hsuan Yang
基于局部邻域信息的遥感图像配准点匹配算法
影响因子：
1.7
作者：
Wu Yue;Ma Wenping;Zhang Jun;Zhong Yong;Liu Liang
通讯作者：
Liu Liang
DOI：
10.7551/mitpress/7503.003.0131
发表时间：
2006-12
期刊：
--
影响因子：
--
作者：
A. Myronenko;Xubo B. Song;M. A. Carreira-Perpiñán
通讯作者：
A. Myronenko;Xubo B. Song;M. A. Carreira-Perpiñán