2次元サブピクセル同時推定法を拡張した画像変形Nパラメータ同時推定法

• Item type: SIG Technical Reports(1)
• 公開日: 2004-03-05
• タイトル: 2次元サブピクセル同時推定法を拡張した画像変形Nパラメータ同時推定法
• タイトル / 言語: en
• タイトル: Precise Simultaneous Estimation of Deformation N - Parameters Extended from Two - Dimentional Simultaneous Estimation
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 東京工業大学大学院理工学研究科機械制御システム専攻
• 著者所属: 東京工業大学大学院理工学研究科機械制御システム専攻
• 著者所属: 東京工業大学大学院理工学研究科機械制御システム専攻
• 著者所属(英): en
• 著者所属(英): Graduate School of Science and Engineering, Tokyo Institute of Technology
• 著者所属(英): en
• 著者所属(英): Graduate School of Science and Engineering, Tokyo Institute of Technology
• 著者所属(英): en
• 著者所属(英): Graduate School of Science and Engineering, Tokyo Institute of Technology
• 著者名: 清水, 雅夫; 矢野, 高宏; 奥富, 正敏
• 著者名(英): Masao, Shimizu; Takahiro, Yano; Masatoshi, Okutomi
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本論文では，領域ベースマッチングとサブピクセル推定を拡張して，画像変形を表すNパラメータを同時かつ高精度に推定する手法を提案する．多くの画像処理では，画像間の変位を得るために領域ベースマッチングと類似度値を補間することによるサブピクセル変位推定手法が用いられている．この手法は，わずかな計算量増加に対して効果が大きいが，平行移動以外の画像変形パラメータ推定には対応できなかった．提案手法は，実際的なN次元パラメータ空間における画像間の類似度モデルに基づいている．N次元パラメータ空間において離散的な位置で得られた画像間の類似度値を利用して，離散分解能よりも遙かに高分解能に類似度最大位置を推定できる．このため，パラメータ最適化などの繰り返し計算によらない直接的な計算によって，高精度に変形パラメータを推定できる．合成画像と実画像を用いた実験を行い，提案手法の効果を確認した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: This paper presents a new method to obtain simultaneously precise N parameters of image deformation with non-iterative calculation by extending area-based matching and sub-pixel estimation. Although area-based matching and similarity interpolation for sub-pixel displacement estimation are commonly used in many areas as a fundamental procedure, they are bound to simple translation. The proposed method is based on a practical similarity model in N-dimensional parameter space. Using similarity measures obtained at discrete positions in the parameter space, our method provides a highly accurate maximum position of similarity in sub-sampling resolution; that position corresponds to image deformation parameters. Experimental results using both synthetic and real images demonstrate that our method can estimate parameters more accurately than previous methods.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11131797
• 書誌情報: 情報処理学会研究報告コンピュータビジョンとイメージメディア（CVIM）; 巻 2004, 号 26(2003-CVIM-143), p. 81-88, 発行日 2004-03-05
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会