Image Matching with Scale Adjustment

要約

この論文では、高解像度画像と低解像度画像という 2 つの異なる解像度を持つ 2 つの画像をマッチングする問題に取り組みます。
2 つの画像間の解像度の違いは不明であり、一般性を失うことなく、画像の 1 つが高解像度であると想定されます。
解像度の変化がスケールの変化と同等の平滑化として機能するという前提に基づいて、高解像度画像のスケール空間表現が生成されます。
したがって、低解像度画像が高解像度画像のすべてのスケール空間表現と比較されるため、1 対 1 の古典的な画像マッチング パラダイムは 1 対多になります。
このようなプロセスの成功の鍵は、スケール空間内で照合されるフィーチャを適切に表現することです。
可変スケールで特徴点を表現および抽出する方法を示し、2 つの異なる解像度で 2 つの画像を比較できる方法を考案します。
この方法は、測光および回転不変記述子の使用、高解像度画像を低解像度画像領域にマッピングする幾何モデル、および局所的な制約とこの幾何モデルのロバストな推定に基づく画像マッチング戦略の使用で構成されます。
広範な実験により、私たちのマッチング方法は最大 6 倍までのスケール変更に使用できることが示されています。

要約(オリジナル)

In this paper we address the problem of matching two images with two different resolutions: a high-resolution image and a low-resolution one. The difference in resolution between the two images is not known and without loss of generality one of the images is assumed to be the high-resolution one. On the premise that changes in resolution act as a smoothing equivalent to changes in scale, a scale-space representation of the high-resolution image is produced. Hence the one-to-one classical image matching paradigm becomes one-to-many because the low-resolution image is compared with all the scale-space representations of the high-resolution one. Key to the success of such a process is the proper representation of the features to be matched in scale-space. We show how to represent and extract interest points at variable scales and we devise a method allowing the comparison of two images at two different resolutions. The method comprises the use of photometric- and rotation-invariant descriptors, a geometric model mapping the high-resolution image onto a low-resolution image region, and an image matching strategy based on local constraints and on the robust estimation of this geometric model. Extensive experiments show that our matching method can be used for scale changes up to a factor of 6.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google