TY - Jour A2 - 徐，红光Au - Shao，Yuanjie Au - Sang，Nong Au - Peng，Juncai Au - Gao，Changxin Py - 2019Da - 2019/10/31 Ti - 联合图像去孔和模糊不清的搭配稀疏表示先前的SP - 3829263 VL - 2019 AB - 图像匹配对于基于视觉的导航非常重要。然而，大多数图像匹配方法不考虑现实世界的退化，例如图像模糊;因此，图像匹配的性能通常大大降低。最近的方法通过利用两阶段框架 - 首先诉诸图像去纹理然后进行图像匹配来尝试处理这个问题，这是有效的，但在很大程度上取决于图像去纹的质量。解决这种困境的新出现方法是在探索去纹和匹配之间的相关性之前，利用稀疏表示来执行图像去纹理和匹配。然而，这些方法在原始像素空间中获得了稀疏表示，其不充分考虑图像模糊的影响，因此可能导致先前的稀疏表示的不准确估计。幸运的是，我们可以从图像中提取具有模糊不变的伪Zernike时刻，并在模糊不变空间之前获得可靠的稀疏表示。通过观察激励，我们提出了一种具有预先（JDM-BISR）的基于不变的稀疏表示的联合图像去纹理和匹配方法，其在坚固的模糊不变空间而不是原始像素空间中获得了稀疏表示，因此可以有效地获得提高图像脱模的质量和图像匹配的准确性。 Moreover, since the dimension of the pseudo-Zernike moment is much lower than the original image feature, our model can also increase the computational efficiency. Extensive experimental results demonstrate that the proposed method performs favorably against the state-of-the-art blurred image matching approach. SN - 1076-2787 UR - https://doi.org/10.1155/2019/3829263 DO - 10.1155/2019/3829263 JF - Complexity PB - Hindawi KW - ER -