文献类型：期刊文章

作　　者：杨小艳[1]

Yang Xiaoyan(Research Center of Electronic Information Technology,School of Electronic and Information Engineering,Ankang University,Ankang,Shaanxi 725000)

机构地区：[1]安康学院电子与信息工程学院电子信息技术研究中心,陕西安康725000

出　　处：《激光与光电子学进展》

基　　金：国家自然科学基金(61801005);安康学院高层次人才项目(2018AYQDZR01);安康市科技计划项目(2018Ak02-12)。

年　　份：2020

卷　　号：57

期　　号：8

起止页码：193-199

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、IC、JST、RCCSE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：提出一种基于SKL (Symmetric Kullback-Leibler)散度的点集配准算法,将点集中的每一个点表示成一个高斯分布,高斯分布包含点的位置信息和周围点的影响大小信息。将整个点集建模为一个高斯混合模型(GMM),因此两点集的配准问题转化为求两GMM间SKL散度的最小值问题。采用遗传算法进行优化求解。实验结果表明,所提算法对噪声、出格点和缺失点具有较强的鲁棒性,且取得较高的配准精度。

关 键 词：图像处理 点集配准  对称Kullback-Leibler散度  高斯混合模型 图像配准

分 类 号：TP753]