Global Image Registration Using Random Projection and Local Linear Method
Global Image Registration Using Random Projection and Local Linear Method
复制标题
使用随机投影和局部线性方法的全局图像配准
DOI：
10.1007/978-3-642-40261-6_68
复制
发表时间：
2013
期刊：
影响因子：
--
通讯作者：
Atsushi Imiya
中科院分区：
文献类型：
--
作者：
Hayato Itoh;Tomoya Sakai;Kazuhiko Kawamoto;Atsushi Imiya
本文的目的是双重的。首先，我们介绍了快速全局图像配准随机投影。通过从参考图像生成许多变换图像作为字典中的条目，基于最近邻搜索（NNS）的图像配准计算在所生成的变换中建立最佳匹配的变换。为了减少NNS的计算成本，而不显着损失的准确性，我们使用随机投影。此外，为了减少随机投影的计算复杂度，我们使用了频谱扩展技术和循环卷积。其次，为了减少字典的空间复杂度，我们引入了一个插值技术的字典使用线性子空间方法和局部线性性质的模式空间。
The purpose of this paper is twofold. First, we introduce fast global image registration using random projection. By generating many transformed images as entries in a dictionary from a reference image, nearest-neighbour-search (NNS)-based image registration computes the transformation that establishes the best match among the generated transformations. For the reduction in the computational cost for NNS without a significant loss of accuracy, we use random projection. Furthermore, for the reduction in the computational complexity of random projection, we use the spectrum-spreading technique and circular convolution. Second, for the reduction in the space complexity of the dictionary, we introduce an interpolation technique into the dictionary using the linear subspace method and a local linear property of the pattern space.