一种基于非降采样Contourlet变换和MLESAC的星空图像配准算法

摘要：

针对不同时刻拍摄的星空图像进行叠加,提出一种基于非降采样Contourlet变换(nonsubsampled Contourlet transfom,NSCT)和随机抽样最大似然算法(maximum likelihood estimation sample consensus,MLESAC)的图像配准算法.该方法首先对星空图像进行NSCT变换,以提取特征星体的边缘,接着以特征星体的质心为顶点,构造特征三角形,根据三角形全等准则对其进行匹配;然后利用MLESAC算法对已匹配三角形的重心进行验证,将满足要求的特征点带入仿射变换模型,求取变换参数,实现图像的配准.该方法在保证配准精度的条件下,降低了经典配准算法的复杂度,能够有效处理光照变化以及噪声的影响.采用50组空间图像进行验证,结果表明,该算法能够在有效抑制星空图像光照和噪声的情况下,实现星空图像的精确配准,均方根误差达到0.3741.

关键词：星空图像、边缘提取、特征构建、特征匹配

所属期刊栏目：32

分类号：TP3;TN9

资助基金：国家高技术研究发展计划863计划2007AA1132资助课题

在线出版日期：2011-03-29（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：2686-2690