Geometric Global Registration of Pa

Geometric Global Registration of Parallax Images Based on Wavelet Transform

Image registration is an important task of image processing. In parallax image mosaic, the geometric registration is a global registration minimized residual in translation model. In order to realize quick and robust geometric registration of parallax image, a coarse-to-fine global registration strategy using the coarse images weighted
with detail image is proposed. Taking the advantage of multi-resolution characteristic of Wavelet, the original image is pyramid decomposed by Wavelet transformation. The
registration result of the upper layer can be the initial value of the next layer in the global registration. The better initial value by this way is applied in the registration of coarse image and vertical detail image in the layer next to the
bottom, and the correlative registration curve can be got. The extremums can be got from the correlative registration curve which weights the weight vector by means of the correlative registration curve of the vertical detail image in the layer
next to the bottom. Then the optimal registration can be achieved. Experiments indicated that this method has high accuracy, reliability and real-time property.

ผลลัพธ์ (ไทย) 1:

การลงทะเบียนทั่วโลกทางเรขาคณิตของภาพ parallax ขึ้นอยู่กับการแปลงเวฟ

การลงทะเบียนภาพเป็นงานสำคัญของการประมวลผลภาพ ในภาพโมเสคที่ parallax, การลงทะเบียนทางเรขาคณิตเป็นการลงทะเบียนทั่วโลกลดลงเหลืออยู่ในรูปแบบการแปล เพื่อให้ตระหนักถึงการลงทะเบียนทางเรขาคณิตอย่างรวดเร็วและมีประสิทธิภาพของภาพ parallax,กลยุทธ์การลงทะเบียนหยาบไปทั่วโลกปรับใช้ภาพหยาบน้ำหนัก
มีภาพรายละเอียดจะเสนอ การใช้ประโยชน์จากลักษณะหลายความละเอียดของเวฟ, ภาพต้นฉบับเป็นปิรามิดย่อยสลายโดยการแปลงเวฟ
ผลการลงทะเบียนของชั้นบนจะเป็นค่าเริ่มต้นของชั้นต่อไปในการลงทะเบียนทั่วโลกค่าเริ่มต้นที่ดีขึ้นโดยวิธีการนี​​้จะถูกนำมาใช้ในการลงทะเบียนของภาพหยาบและรายละเอียดของภาพในแนวตั้งในชั้นที่อยู่ถัดจาก
ล่างและโค้งลงทะเบียนคู่กันสามารถได้ extremums สามารถได้จากเส้นโค้งคู่กันลงทะเบียนที่น้ำหนักน้ำหนักเวกเตอร์โดยวิธีการของเส้นโค้งการลงทะเบียนคู่กันของภาพรายละเอียดแนวตั้งในชั้น
ถัดไปด้านล่าง แล้วลงทะเบียนที่เหมาะสมสามารถทำได้ การทดลองแสดงให้เห็นว่าวิธีนี้มีความแม่นยำสูง, ความน่าเชื่อถือและสถานที่ให้บริการในเวลาจริง

ผลลัพธ์ (ไทย) 2:

เรขาคณิตทั่วโลกลงทะเบียนของพารัลแลกซ์ภาพตามแปลง Wavelet

รูปทะเบียนเป็นงานสำคัญของการประมวลผลภาพ ในพารัลแลกซ์ภาพโมเสค ลงทะเบียนเรขาคณิตเป็นส่วนที่เหลือจากการลงทะเบียนสากลย่อเล็กสุดในรุ่นแปล เพื่อให้ทราบถึงทะเบียนเรขาคณิตอย่างรวดเร็ว และแข็งแกร่งของภาพพารัลแลกซ์ กลยุทธ์การลงทะเบียนส่วนกลางปรับหยาบที่ใช้ถ่วงน้ำหนักภาพหยาบ
นำเสนอ มีรายละเอียด ภาพ ใช้ประโยชน์จากความละเอียดหลายลักษณะของ Wavelet ภาพต้นฉบับเป็นพีระมิดย่อยสลายไป โดยการแปลง Wavelet ใน
ผลการลงทะเบียนของชั้นบนเป็นค่าเริ่มต้นของชั้นถัดไปในการลงทะเบียนส่วนกลางได้ ค่าเริ่มต้นดีกว่า โดยวิธีนี้ใช้ในการลงทะเบียนภาพหยาบและละเอียดแนวตั้งภาพในชั้นถัดไป
ล่าง และโค้งลงทะเบียน correlative สามารถมีได้ Extremums สามารถได้รับจากโค้งลงทะเบียน correlative ซึ่งน้ำหนักเวกเตอร์น้ำหนัก โดยเส้นโค้งลงทะเบียน correlative รูปแนวรายละเอียดในชั้น
ถัดไปด้านล่าง แล้วสามารถได้รับการลงทะเบียนที่เหมาะสม การทดลองระบุว่า วิธีการนี้มีความแม่นยำสูง ความน่าเชื่อถือ และคุณสมบัติแบบเรียลไทม์

ผลลัพธ์ (ไทย) 3:

การลงทะเบียนระดับโลกของ ภาพ parallax ซึ่งใช้ในการลงทะเบียน เปลี่ยน

ภาพ wavelet เป็นงานที่สำคัญของการประมวลผล ภาพ ในการลงทะเบียนโมซาอิค ภาพ parallax รูปทรงเรขาคณิตที่มีการลงทะเบียนระดับโลกที่ลดลงส่วนที่เหลือในรุ่นการแปล ในการสั่งซื้อเพื่อทำความเข้าใจการลงทะเบียนได้อย่างรวดเร็วและมี ประสิทธิภาพ ของ ภาพ parallaxภาพ หยาบ - กลยุทธ์การลงทะเบียนทั่วโลกเพื่อ - ชั้นดีโดยใช้ ภาพ หยาบที่ถ่วงน้ำหนัก
ซึ่งจะช่วยพร้อมด้วยรายละเอียดที่เสนอ การใช้ประโยชน์จากที่ในรูปแบบ Multi - ความละเอียดเป็นลักษณะของ wavelet ภาพ แบบดั้งเดิมที่เป็นเน่าเป็นปิรามิดโดยการเปลี่ยนแปลง wavelet
ซึ่งจะช่วยส่งผลให้การลงทะเบียนที่ด้านบนของชั้นที่สามารถเป็นค่าเริ่มต้นของชั้นถัดไปในการลงทะเบียนระดับโลกได้ประสิทธิภาพ และความคุ้มค่าที่ครั้งแรกโดยวิธีนี้จะถูกนำมาใช้ในการลงทะเบียนของ ภาพ ภาพ หยาบและละเอียดในแนวตั้งอยู่ในชั้นที่อยู่ติดกับ
ด้านล่างและความโค้งมนการลงทะเบียนที่คู่กันมาได้ extremums ที่สามารถทำได้จากการลงทะเบียนความโค้งมนมีความสัมพันธ์กันเท่านั้นซึ่งน้ำหนักเวกเตอร์น้ำหนักโดยใช้เส้นโค้งการลงทะเบียนของคู่กันที่รายละเอียด ภาพ ในแนวตั้งได้ในชั้นนี้
ถัดไปไปที่ด้านล่าง. จากนั้นการลงทะเบียนได้ดีที่สุดที่สามารถทำได้ การทดลองระบุว่าวิธีการนี้มีความน่าเชื่อถือความถูกต้องแม่นยำสูงและเป็นที่พักแบบ real - time