基于 SVD 的 SqN 距离度量对多幅图像的变化 registration
图像与视频处理
2019-07-24 v1 计算机视觉与模式识别
数值分析
数值分析
摘要
图像配准，尤其是图像相似度的量化，是图像处理中的一项重要任务。文献中讨论了各种比较两幅图像的方法。然而，尽管大多数这些方法在两图像场景中表现非常好，将其扩展到多图像场景仍值得关注。在本文中，我们讨论并比较了用于多幅图像配准的方法。我们的关键假设是，关于图像特征矩阵奇异值的信息可用于对齐。我们介绍、讨论并关联了文献中的三种近期方法：基于 Schatten q-范数的 SqN 距离度量、基于秩的方法以及基于特征体积的方法。我们还给出了典型应用的结果，例如动态图像序列或组织学切片栈。我们的结果表明，SqN 方法实际上是适用于图像配准的合适距离度量。此外，我们的例子也表明，SqN 所得结果优于其竞争方法所得结果。
引用
@article{arxiv.1907.09732,
title = {Variational Registration of Multiple Images with the SVD based SqN Distance Measure},
author = {Kai Brehmer and Hari Om Aggrawal and Stefan Heldmann and Jan Modersitzki},
journal= {arXiv preprint arXiv:1907.09732},
year = {2019}
}
备注
12 pages, 5 figures, accepted at the conference "Scale Space and Variational Methods" in Hofgeismar, Germany 2019