Para resolver o problema de falha na correspondência durante o processo de correspondência de modelos devido ao oclusão parcial da imagem alvo, mudanças de fundo, variações de iluminação e deformações não rígidas severas, este artigo propõe um algoritmo de correspondência de modelos baseado em matriz de coocorrência com fusão de múltiplas características. Primeiro, utiliza-se um método de fusão de múltiplas características para extrair informações da imagem. As características de cor, profundidade e o histograma de gradientes orientados (HOG) da imagem são extraídos, e a fusão multi-canal e multifuncional é realizada por meio da análise de componentes principais (PCA) e agrupamento K-médias; em seguida, a matriz de coocorrência é usada como método de medida de similaridade, substituindo o cálculo direto da distância por estatísticas de características de similaridade; finalmente, a probabilidade de coocorrência de cada par de pontos de pixel na janela deslizante é calculada e soma ponderada como pontuação de correspondência, buscando assim a melhor região correspondente na imagem alvo. Por meio de comparações experimentais, o algoritmo proposto obteve uma pontuação de AUC (Área Sob a Curva) de 0,6586, melhorando em 7,9%, 8,1% e 20,2% respectivamente os melhores algoritmos atuais de correspondência de modelos DDIS-D, DDIS-C e BBS. O uso do método de fusão de características permite aproveitar plenamente as informações da imagem e melhorar efetivamente a precisão da correspondência; a matriz de coocorrência pode capturar a similaridade da textura da imagem, e esse método de medição está relacionado apenas com as estatísticas de coocorrência, não com os pixels reais, permitindo superar em certa medida o impacto de cenas complexas nos resultados da correspondência. Os resultados experimentais mostram que o método proposto possui maior precisão de correspondência e maior robustez.

processamento de imagem;correspondência de modelos;fusão de múltiplas características;matriz de coocorrência