高频子带特征图像的人工智能配准仿真

摘要：

在很多的应用领域上,都要求图像的配准精度达到亚像素级别.传统的SIFT算法是图像配准中用来描写局部特征较为精准、可拓展性较强的一种方法,但对于图像关键点特征向量描述有着冗杂,配准精度低等缺陷.为了进一步提高图像的配准精度,提出一种高频子带特征图像人工智能配准方法.提取高频子带图像特征点,处理高频子带图像滤波,将掺杂噪声与不含噪声的高频子带图像,采用图像像素点的灰度值、空间元素以及像素加权灰度密度这三个特征进行划分,完成图像去噪处理.根据去噪后的图像像素点提取出高频子带图像特征点,将提取的高频子带图像特征点进行粗配准.根据仿真结果表明,所提方法与传统的特征提取方法相比,有效的提高了配准精度,同时配准后的高频子带图像噪声滤除效果更佳.

关键词：高频子带图像、多尺度非均匀滤波算法、人工智能、配准算法

所属期刊栏目：38

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2021-03-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：371-374,393