[发明专利]一种基于级联混合高斯形状模型的多姿态图像特征点配准方法有效
申请号: | 201410677256.6 | 申请日: | 2014-11-21 |
公开(公告)号: | CN104537386B | 公开(公告)日: | 2019-04-19 |
发明(设计)人: | 黄程韦;赵力;徐新洲;魏昕;陶华伟;余华 | 申请(专利权)人: | 东南大学 |
主分类号: | G06K9/64 | 分类号: | G06K9/64;G06T7/30 |
代理公司: | 南京经纬专利商标代理有限公司 32200 | 代理人: | 楼高潮 |
地址: | 210096*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于级联混合高斯形状模型的多姿态图像特征点配准方法。该方法针对任意一种图像特征点定位器的定位结果,本发明中的配准方法能够显著提高其定位精度。本发明中所述的配准方法主要包括以下步骤:一、在多姿态的图像数据库上进行混合高斯形状模型的建模;二、采用一种级联的混合高斯形状模型对特征点进行校准,在每一级中,遍历特征点可能组成的形状,通过计算该形状对应的似然概率的阈值来判断出错误定位的特征点;三、采用正确特征点的高斯分布条件概率进行错误特征点的纠错。 | ||
搜索关键词: | 一种 基于 级联 混合 形状 模型 多姿 图像 特征 点配准 方法 | ||
【主权项】:
1.一种基于级联混合高斯形状模型的多姿态图像特征点配准方法,其特征在于,该方法包括以下步骤:(1)图像数据标注特征点坐标;(2)统计学习特征点分布的先验模型;(3)采用级联的多层模型进行特征点的校准;(4)对定位错误特征点的纠错,具体包括以下步骤:(4‑1)将错误特征点坐标代入混合高斯模型,根据以下公式(1)计算错误特征点坐标的条件概率,其中xe代表错误特征点坐标向量,xr代表正确特征点坐标向量,Ni代表多变量高斯分布分量的条件概率;其中,M代表高斯分布的个数,ai代表混合高斯模型的权重,u代表高斯分布的均值向量,Σ代表高斯分布的协方差矩阵;所述错误特征点是指定位偏差达到一定阈值的特征点;(4‑2)找出使得步骤(4‑1)中所述条件概率最大的坐标数值,将其替换错误特征点坐标。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东南大学,未经东南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201410677256.6/,转载请声明来源钻瓜专利网。
- 上一篇:RFID电子标签制作设备
- 下一篇:指纹纹理图像的去噪增强方法及其系统