Resumen

En los últimos años se han desarrollado muchos sistemas multiespectrales que constan de varias cámaras monocromas idénticas equipadas con filtros de paso de banda diferentes. Sin embargo, debido a la significativa diferencia de intensidad entre imágenes de bandas diferentes, el registro de imágenes se hace muy difícil. Teniendo en cuenta la característica estructural común de los sistemas multiespectrales, este trabajo propone un método eficaz para registrar imágenes de bandas diferentes. En primer lugar, utilizamos el método de correlación de fase para calcular los parámetros de una relación de desplazamiento grueso entre imágenes de bandas diferentes. A continuación, utilizamos la transformada de características invariantes de escala (SIFT) para detectar los puntos característicos. Para cada punto característico de una imagen de referencia, podemos utilizar los parámetros de desplazamiento grueso para predecir la ubicación de su punto coincidente. Sólo tenemos que comparar el punto característico de la imagen de referencia con varios puntos característicos cercanos a la ubicación predicha, en lugar de los puntos característicos de toda la imagen de entrada. Nuestros experimentos demuestran que este método no sólo evita las falsas coincidencias y aumenta las coincidencias correctas, sino que también resuelve el problema de coincidencia entre una imagen de banda infrarroja y una imagen de banda visible en casos en los que no hay objetos artificiales.

• Materias:Biotecnología Nanotecnología Redes de sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology Nanotechnology Sensor networks Sensor system Sensor technology
• Palabras claves:imágenes de bandas diferentes, punto característico, imagen de referencia, varias cámaras monocromas idénticas, varios puntos característicos cercanos, característica estructural común, filtros de paso de banda diferentes, imagen de banda infrarroja, transformada de característica invariante, muchos sistemas multiespectrales
• Keywords:different band images, feature point, reference image, several identical monochrome cameras, several near feature points, common structural characteristic, different bandpass filters, infrared band image, invariant feature transform, many multispectral systems