Extração de características SIFT em regiões desfocadas por desfoque em imagens multifocais

XIA Xiaohua ,  

ZHAO Qian ,  

XIANG Huatao ,  

QIN Xufang ,  

YUE Pengju ,  

摘要

O método convencional de extração de características de imagem com Transformada de Características Invariantes à Escala (SIFT) apresenta dificuldades em extrair características das regiões desfocadas por desfoque em imagens multifocais, resultando na presença de características públicas locais e em pequena quantidade entre as imagens, causando baixa precisão no registro de imagens multifocais e impactando seriamente a qualidade da fusão de imagens e reconstrução 3D subsequente. Com base na análise da incerteza na extração de características das regiões desfocadas por desfoque em imagens, foi proposto um método de extração de características SIFT para as regiões desfocadas por desfoque em imagens multifocais. Primeiro, extrai-se as características SIFT das regiões focadas e nítidas das imagens multifocais, depois utiliza-se o rastreamento de fluxo óptico para extrair as características SIFT correspondentes das regiões desfocadas, evitando a incerteza de extrair diretamente características SIFT nas regiões desfocadas. Os resultados experimentais mostram que o método proposto possui boa capacidade e precisão na extração das características SIFT nas regiões desfocadas, podendo alcançar um aumento significativo na quantidade de correspondências de características SIFT nas imagens multifocais, com erro de extração de características SIFT entre 0,03 e 0,39 pixels, superior aos métodos existentes que apresentam erro entre 0,21 e 1,71 pixels. Isso reduz a incerteza na extração das características SIFT das regiões desfocadas, estabelecendo a base para um registro preciso das imagens multifocais.

关键词

imagens multifocais; extração de características com transformada invariante à escala (SIFT); regiões desfocadas por desfoque; rastreamento de fluxo óptico

阅读全文

以上内容由讯飞翻译自动生成,翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果,本网站不承担任何商业和法律责任。

The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website