基于遗传编程的超大幅图像配准
计算机视觉与模式识别
2017-11-22 v2 神经与进化计算
摘要
图像配准（IR）是图像处理中用于匹配同一场景在不同时间、不同视角和/或由不同传感器所拍摄的两幅或多幅图像的基本任务。由于IR应用的极度多样性，自动IR至今仍具挑战性。针对各类数据类型与问题已发展出广泛技术。然而，它们可能无法有效处理超大幅图像，后者通常引发更复杂的变换，例如形变与各种其他畸变。本文提出一种基于遗传编程（GP）的IR方法，因不对变换模型作任何先验假设，其在处理超大幅图像时可提供显著优势。因此，通过将某些通用构建块纳入所提GP框架，我们期望实现一大类专用变换，从而对超大幅图像给出精确配准。
引用
@article{arxiv.1711.06764,
title = {Image Registration of Very Large Images via Genetic Programming},
author = {Sarit Chicotay and Eli David and Nathan S. Netanyahu},
journal= {arXiv preprint arXiv:1711.06764},
year = {2017}
}