文献类型：期刊文章

作　　者：韩冰[1] 李印鹏[2] 张丽娟[1]

HAN Bing;LI Yinpeng;ZHANG Lijuan(Hebei Polytechnic Institute,Software Institute,Shijiazhuang 050091,China;Huaxin College of Hebei Geo University,Department of Electronic Information,Xinle City,Shijiazhuang 050700,China)

机构地区：[1]河北工程技术学院软件学院,石家庄050091 [2]河北地质大学华信学院电子信息系,石家庄050700

出　　处：《激光杂志》

基　　金：2020年度河北省民办教育协会科研项目(No.HBMXYJJD2009);河北省教育厅科研项目(No.Z2020229)。

年　　份：2022

卷　　号：43

期　　号：10

起止页码：67-71

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、JST、ZGKJHX、核心刊

摘　　要：为了提高红外图像提升匹配效果,提出了基于人工智能的红外图像特征点匹配方法。利用尺度不变特征变换算法检测红外图像特征点,通过梯度直方图确定特征点方向,完成特征点提取;利用最近邻搜索算法获取特征点的特征向量,求解查询特征向量至原点的欧式距离,搜索查询特征向量的最近邻点,通过设置的搜索范围参数剔除非最近邻点,缩小搜索范围,在该范围内依据查询特征向量至参考向量的夹角,结合匹配规则获取正确最近邻点,即正确匹配向量;通过随机抽样一致性算法去掉误匹配。实验证明:该方法特征点提取的可重复率高于0.5%,具备较优的特征点提取稳定性;可有效匹配红外图像特征点,提升图像清晰度;在不同旋转角度与光照变化倍数时,该方法匹配后的图像灰度分布更均匀,图像信息含量更加丰富。

关 键 词：人工智能 红外图像 特征点匹配 尺度不变  特征变换  直方图 欧式距离 最近邻搜索

分 类 号：TN215]