Anda di halaman 1dari 17

CORRECCIN GEOMTRICA PARA LA COMPARACIN DE IMGE1

NES DE SATLITE DE DISTINTA RESOLUCIN


V. Arvalo Espejo, J. Gonzlez Jimnez y G. Ambrosio Cestero
Departamento de Ingeniera de Sistemas y Automtica, E.T.S.I de Ingenieros en Informtica, Universidad de Mlaga, Boulevard
Louis Pasteur, S/N, 29071 Mlaga.

RESUMEN
En este artculo se presenta un procedimiento de correccin geomtrica para la comparacin de imgenes de
satlite de distinta resolucin basado en la bsqueda y emparejamiento automtico de puntos control y en el empleo
de mtodos robustos de regresin para el clculo de las transformaciones geomtricas.
El procedimiento al que hacemos referencia comprende varias fases: una fase inicial en la que se iguala la resolucin espacial de las imgenes que intervienen en el anlisis; una fase en la que se alinean para incrementar su
grado de solapamiento y una fase final en la que se ajustan con gran precisin. Para completar cada una de las
etapas se hace uso de transformaciones proyectivas (homografas) que se calculan a partir de pares de puntos de
control obtenidos de forma automtica. El alineamiento de las imgenes se realiza a partir de contornos de ambas
imgenes que son emparejados mediante descriptores invariantes a rotaciones. Por otro lado, el ajuste preciso se
lleva acabo mediante la bsqueda de puntos de inters en ambas imgenes y su emparejamiento mediante correlacin cruzada. Para asegurar la robustez del procedimiento, el clculo de las homografas se efecta mediante tcnicas de regresin estadstica que garantizan la no inclusin de pares espurios en el procesamiento. Tambin se
presenta una tcnica de interpolacin de niveles de gris basada en un procesamiento piramidal de la imagen a
muestrear.
El mtodo propuesto ha sido probado satisfactoriamente con imgenes de los satlites IRS-1C y QuickBird, con
unas resoluciones espaciales de 5 y 0.6 metros/pxel, respectivamente.
Palabras Clave: Correccin geomtrica, comparacin de imgenes, deteccin de cambios, imgenes de satlite.

1. INTRODUCCIN

La deteccin de cambios en la superficie terrestre para seguir la evolucin de reas forestales, superficies quemadas, crecimiento urbano, etc. requiere un ajuste geomtrico muy preciso de
las imgenes que intervienen en el estudio para evitar que los desajustes entre ellas sean considerados en el proceso de comparacin como cambios reales en la cubierta terrestre (falsos positivos). Por otro lado, cada vez hay ms satlites capaces de proporcionar imgenes de alta resolucin susceptibles de ser utilizadas en procesos de deteccin de cambios. Es decir, es bastante
probable que dispongamos de imgenes pertenecientes a distintos satlites y con resoluciones
espaciales muy diferentes. Surge, por tanto, la necesidad de igualar sus resoluciones espaciales
como paso previo del procedimiento de correccin geomtrica de las imgenes que intervienen
en el proceso de deteccin.
El funcionamiento general de los procedimientos de correccin suele consistir en: a) la
bsqueda de puntos de control en las imgenes que intervienen en el anlisis; b) el emparejamiento de los puntos detectados; c) la construccin del modelo geomtrico a partir de los pares
localizados y d) el ajuste geomtrico de las imgenes a corregir con el modelo construido utilizando para ello algn tipo de funcin de interpolacin (Brown, 1992).
Hoy en da, siguen siendo muchas las aplicaciones de teledeteccin que realizan la bsqueda de puntos de control de forma totalmente manual, siendo el usuario quien se encarga de la
seleccin y emparejamiento de los puntos. Lgicamente, este procedimiento est supeditado a
errores de precisin que son mayores cuando se utilizan imgenes de distinta resolucin. Surge,
1

Este trabajo ha sido financiado por el


proyecto CICYT DPI-2002-01319.

por tanto, la conveniencia de localizar los puntos de control de forma automtica. En el campo de
la visin por computador, este tipo de tcnicas se aplican habitualmente en un gran nmero de
problemas como la visin estreo, el seguimiento de objetos, etc., donde se detectan esquinas
(Hsiev et al., 1992), regiones (Flusser y Suk, 1994), lneas (Moss y Hancock, 1997), contornos
(Eugenio y Marqus, 2003), etc.
Cuando las imgenes presentan distinta resolucin, el problema de la bsqueda automtica
2
de puntos de inters se plantea como una bsqueda en un espacio de escalas (Chiou-Ting y Rob,
2000; Dufournaud et al., 2001; Brown y Lowe, 2003) ya que un cambio de resolucin es anlogo
a un cambio de escala en la imagen. En teledeteccin, sin embargo, esto puede simplificarse,
puesto que es habitual disponer de informacin relativa a la resolucin espacial de las imgenes.
Por otro lado, el emparejamiento de los puntos detectados se puede realizar atendiendo a
los niveles de gris de los pxeles de su entorno, su distribucin espacial o una descripcin simblica de las caractersticas locales (Brown, 1992). Segn el caso, se emplea correlacin cruzada
(Fonseca y Manjunath, 1996) y/o tcnicas basadas en descriptores invariantes, como por ejemplo
el algoritmo SIFT (Brown y Lowe, 2003) o descriptores de contornos (Li y Kittler, 1995). Dada la
complejidad y limitacin de estos ltimos mtodos, slo se justifica su utilizacin cuando las
escalas de las imgenes son variables (distintos ngulos de observacin foreshortening y/o
desconocidas). En otro caso, como el que aqu nos ocupa, resulta mucho ms conveniente el empleo de correlacin cruzada, si bien se requiere que la resolucin y orientacin de las imgenes
sean exactamente las mismas. En este artculo se presenta un procedimiento en etapas que, antes
de aplicar un procedimiento de bsqueda automtica de puntos de inters y emparejamiento mediante correlacin cruzada, realiza un ajuste de las imgenes en este sentido, es decir, iguala la
resolucin y alinea las imgenes, antes de iniciar dicho proceso.
Por ltimo, para estimar la transformacin geomtrica entre ambas imgenes a partir de los
pares de puntos de control establecidos se utiliza el estimador RANSAC (RANdom Sample Consensus) que asegura un clculo robusto de la transformacin y la deteccin de pares espurios. El
procedimiento ha sido probado satisfactoriamente con imgenes de los satlites IRS -1C y QuickBird, con unas resoluciones espaciales de 5 y 0.6 metros/pxel, respectivamente, en un sistema
de deteccin de cambios urbanos como el expuesto en (Ambrosio et al., 2003).
Este artculo est organizado del siguiente modo: a continuacin, se describe de forma general el mtodo propuesto, en la seccin 3 se detallan de forma pormenorizada cada una de las
etapas del procedimiento de correccin geomtrica propuesto, en la seccin 4 se muestran los
resultados obtenidos, finalmente, se presentan algunas conclusiones.
2. DESCRIPCIN GENERAL DEL MTODO PROPUESTO

Cuando se comparan imgenes que proceden de distintos satlites (multimodales), tanto la


resolucin espacial como la orientacin son distintas, lo que dificulta la bsqueda automtica de
pares de puntos de control. En tal caso se requiere una serie de etapas previas que adecuen las
imgenes. Estas etapas se detallan en el procedimiento general propuesto a continuacin (ver
figura 1):
1. La resolucin espacial de las imgenes se iguala tomando como referencia una de
3
ellas . Se aplica una transformacin de similaridad.
2. La imagen escalada se alinea con respecto a la imagen de referencia mediante una
transformacin eucldea. Para completar esta etapa: a) se buscan automticamente pares
de escalas conocidas y establecidas a priori.

El mtodo propuesto asume, sin prdida de generalidad, que la resolucin espacial de la imagen de

referencia es menor o igual que las resoluciones de las imgenes a corregir.

de puntos de control empleando para ello tcnicas basadas en contornos y momentos


invariantes a rotaciones, b) los pares de puntos de control localizados se emplean para
aplicar una transformacin eucldea que gira y desplaza la imagen a corregir con
respecto a la de referencia.
3. Se aplica una transformacin proyectiva para ajustar de forma precisa ambas imgenes.
Para completar esta etapa: a) se buscan automticamente pares de puntos de control
empleando tcnicas basadas en puntos de inters y correlacin cruzada, b) los pares de
puntos de control localizados se utilizan para calcular una transformacin proyectiva
que nos permite ajustar geomtricamente la imagen a corregir con respecto a la de referencia.
En las etapas 2 y 3 se requiere el clculo de transformaciones geomtricas a partir de pares
de puntos de control, en ambas etapas se hacen uso de mtodos robustos de regresin para el
computo de la transformacin geomtrica y la deteccin de correspondencias espurias.

Figura 1: Esquema general del procedimiento de correccin geomtrica previo a la deteccin de cambios.

A continuacin se describen pormenorizadamente cada una de las etapas del procedimiento


de correccin.
3. DESCRIPCIN DE LAS ETAPAS DEL PROCESO

En las siguientes secciones se detallan las distintas etapas de que consta el proceso de
correccin geomtrica. Siguiendo el enfoque habitual en visin por computador, las distintas
transformaciones geomtricas se expresarn en coordenadas homogneas en lugar de
coordenadas tradicionales, lo que aportar: a) un tratamiento homogneo de todas las
transformaciones (traslacin, escalado, proyeccin, etc.) y b) un modo simple de agrupar un
conjunto de transformaciones en una nica matriz.

3.1. Cambio de resolucin de las imgenes

Un cambio de resolucin espacial es anlogo a un cambio de escala en la imagen. Suponiendo conocidas las resoluciones, el cambio de resolucin se puede expresar como una trasformacin de similaridad H S con un factor de escala conocido e igual a la relacin que existe entre
la resolucin de la imagen de referencia r'
y la resolucin de la imagen a corregir r . La transformacin geomtrica H S viene dada por la siguiente expresin:
u' r'
0 0 u
r
x'= HS x
r'
v' = 0
0 v
r
1
0
1)
0 11

donde x y x' son las coordenadas homogneas de la imagen a corregir y de la imagen de referencia, respectivamente. En el caso de los satlites IRS-1C y QuickBird, las imgenes presentan
una resolucin espacial es de 5 y 0.6 m/pxel, respectivamente, es decir, un factor de escalado de
0.12.
3.2. Alineacin geomtrica de las imgenes

El objetivo de esta etapa es alinear, es decir, orientar y desplazar la imagen a corregir con
respecto a la de referencia, para poder utilizar en la fase de ajuste preciso, una tcnica de emparejamiento de puntos de inters basada en correlacin cruzada. La tcnica empleada para alinear
geomtricamente las imgenes se basa en la deteccin de contornos mediante el detector de Canny (Canny, 1986), la descripcin de los contornos mediante los momentos invariantes de Hu (Hu,
1962) y su posterior emparejamiento mediante un tcnica que mide el grado de similitud de dos
contornos (Li y Kittler, 1995). Antes de proceder a la extraccin de contornos, la imagen a
corregir es modificada radiomtricamente mediante la especificacin de su histograma (Gonzlez, 1999). La figura 2 ilustra grficamente el proceso de alineacin.

Ntese que aqu, el uso de coordenadas homogneas no


aporta nada a la formulacin. No obstante, se emplean por
uniformidad con los desarrollos matemticos posteriores.

Figura 2: Esquema de la etapa de alineacin.

Una vez detectados los contornos en las imgenes que intervienen en el anlisis, se procede
a su emparejamiento. De tal forma que dos contornos estn emparejados si la distancia d entre
sus descriptores es inferior a un determinado umbral t . La distancia d entre dos contornos C1 y
C2 viene dada por la siguiente expresin:
d (C1 , C2 ) = 4

| hiC1 hiC2 |

i=1

donde hiC1 y hiC2 son los momentos de Hu i-simos normalizados de los contornos C1 y C2 (Intel, 2001), respectivamente. Los resultados obtenidos han demostrado que con 4 momentos
invariantes de Hu se obtiene suficiente poder discriminatorio.
A continuacin, se determina la transformacin eucldea HE que modela el cambio de
orientacin y el desplazamiento de la imagen a corregir. La transformacin H E tiene 3 grados de
libertad: el ngulo de giro y las dos componentes del vector de traslacin (t u tv )T y se puede
calcular a partir de 2 pares de puntos como mnimo. Los pares de puntos de control utilizados en
el proceso de estimacin son los centroides de los contornos emparejados anteriormente. La
transformacin geomtrica HE viene dada por la siguiente expresin:
u'
cos
sin t u u
x'= HE x v'

= sin

cos

tv

1
0
0
1 1
donde x y x' son las coordenadas homogneas de la imagen a corregir y de la imagen de referencia, respectivamente.
Finalmente, se estima de forma robusta la transformacin eucldea HE y se interpola la
imagen a corregir. Ambos procesos se exponen con detalle en las secciones 3.4 y 3.5, respecti-

vamente.

3.3. Ajuste preciso de las imgenes

La tcnica empleada para ajustar de forma precisa las imgenes se basa en la deteccin automtica de puntos de inters con precisin subpixel mediante el detector de Harris (Harris y
Stephens, 1988) y su posterior emparejamiento mediante correlacin cruzada normalizada (Gonzlez, 1999). El procedimiento consiste en asignar a cada uno de los puntos de inters un determinado vecindario de niveles de gris, vecindario que se utiliza para medir el grado de similitud
de los pares de puntos candidatos (ver figura 3).
Una vez detectados los puntos de inters en las imgenes que intervienen en el anlisis, se
procede a su emparejamiento. De tal forma que dos puntos estn emparejados si el coeficiente de
correlacin cruzada c de sus vecindarios es superior a un determinado umbral t . El coeficiente de
correlacin cruzada normalizada c entre los vecindarios v1 y v2 de dos puntos viene dado por la
siguiente expresin:
c(x, y) =

[v1(x', y') v1 ][v2 (x + x', y + y') v2 ]


x', y'

[v1 (x', y') v1 ]2 [v2 (x + x', y + y') v2 ]2


x', y'

x', y'

donde v1 y v2 son las medias de los niveles de gris de ambos vecindarios, respectivamente.

Figura 3: Esquema de la etapa de ajuste preciso.

A continuacin, se determina la transformacin proyectiva HP que modela las distintas deformaciones proyectivas que presenta la imagen a corregir. La transformacin HP tiene 8 grados
de libertad y se puede calcular a partir de 4 pares de puntos como mnimo. La transformacin
geomtrica HP viene dada por la siguiente expresin:

11

u' = h
x'= HP x v'
1

21

31

12

22
32

h
13

h v

(5)

23

1
donde xA
y x' sonmb
las
os
coorden pro
adas
ces
homog os
neas dese
la
exp
imagen one
a
n
corregir con
y de ladet
imagen alle
de referencia yen
las
hij
el
sec
parmet
ro
ij-cio
simo nes
de
la3.4
transfor y
macin 3.5
proyecti ,
res
va,
respecti pec
vamente tiva
.
F me
inalment nte
e,
se.
estima
3.4.
de
forma Cl
robusta cul
o
la
rob
transfor
ust
macin
o
proyecti de
va HP yla
se
tra
interpol nsf
a
laor
imagen ma
a
ci
corregir. n
33

g
e
o
m

t
r
i
c
a

E
n
l
a
s
s
e
c
c
i
o
n
e
s
a
n
t
e
r
i
o
r
e
s
s
e
p

ropusieron
lasLos mtodos robustos de regresin tratan de explotar la
transformaciones queredundancia de emparejamientos para obtener una
modelaban
lassolucin consistente con la mayora de ellos (por
distintas
ejemplo: el error de proyeccin en ambas imgenes
deformaciones
quedebe estar por debajo de un determinado umbral t ,
presentan las imgenesnormalmente 1 pxel). El mtodo de regresin utilizado
que intervienen en elen este trabajo es el RANSACDLT normalizado
anlisis. El proceso(Hartley y Zisserman, 2001). En figura 4 se puede
operativo para ambasobservar el pseudo cdigo del mtodo utilizado.
es el mismo, con la
nica
particularidadObjetivo
del nmero mnimo deDado n 2 (Transf. eucldea HE ) o n 4
emparejamientos que(Transf. proyectiva HP ) pares de puntos de
se requieren para sucontrol {xi xi '}, determinar la homografa
tal que xi '= Hxi .
clculo; 2 puntos paraH
Algoritmo
la
transformacin
N veces, donde N se determina
eucldea y 4 para la1- Repetir
adaptativamente:
proyectiva.
Las
1*Seleccionar una muestra de 2 (Transf.
homografas se puedeneucldea
HE ) 4 (Transf. pro-yectiva HP )
calcular
fcilmenteemparejamientos y calcular H con el algoritmo
con el algoritmo DLTDLT normalizado.
2* Calcular el error de proyeccin en
(Direct
Linear
ambas imgenes para cada corres-pondencia.
Tranformation)
3*
Determinar
el
nmero
de
normalizado (Hartley
correspondencias
consistentes
con
H
y Zisserman, 2001).
.
Sin embargo, en la
4*
Recalcular N adaptativamente.
prctica,
los
2- Elegir la homografa H con el mayor
emparejamientos ob-nmero de emparejamientos consistentes con
tenidos,
H .
independientemente 3- Recalcular
H con los emparejamientos
del mtodo empleado, consistentes con H .
suelen
incluir
Figura 4: Mtodo RANSAC-DLT normalizado
emparejamientos
para el clculo de homografas.
espurios. Para evitar
que
estos
emparejamientos
Una vez se han determinado los parmetros de las
afecten al clculo de
transformaciones geomtricas HE y HP
los
parmetrospor el mtodo expuesto anteriormente, la siguiente
geomtricos se utili-etapa del procedimiento de correccin consis-te en
zan
procedimientos
aplicar dichas trasformaciones para interpolar las
robustos de regresin.
imgenes a corregir.

3.5. Interpolacin de las imgenes

En el proceso de interpolacin se pueden utilizar distintas funciones dependiendo del tipo


de aplicacin (Brown, 1992). En nuestra aplicacin de deteccin de cambios hemos optado por
una funcin bicbica. El proceso operativo consiste, bsicamente, en determinar qu pxeles de
la imagen a corregir se han de considerar en el clculo del nuevo pxel en la imagen corregida
(ventana de trasvase) y a continuacin aplicarles la funcin de interpolacin elegida, para calcular el nivel de gris correspondiente en la nueva imagen.
Este proceso es perfectamente vlido para las trasformaciones geomtricas definidas por
HE y HP , sin embargo, para aplicar la transformacin HS encargada de modelar un cambio de
escala considerable (en nuestro caso un factor de escala de 0.12 ver apdo. 3.1), la eleccin de
la tcnica de interpolacin no es trivial. En efecto, si el proceso de interpolacin no considera los
niveles de gris de todos los pxeles de la ventana de trasvase (ver figura 5 arriba) se produce el
denominado efecto stair-stepped o efecto escaln (ver figura 5 abajo). Es decir, el nivel de gris
5
que se obtiene de interpolar los pxeles de la ventana de interpolacin no es representativo de
toda la ventana de trasvase, sino tan slo, de un fragmento de ella.

HS

Figura 5: Efecto escaln debido a diferencias entre las ventanas de interpolacin y de trasvase.

Para evitar esto, la transformacin geomtrica HS se puede expresar como un producto de n


transformaciones geomtricas H S i que verifican que el tamao de su ventana de trasvase es
menor que el tamao de la ventana de interpolacin (ver figura 6), es decir, controlamos el tamao de la ventana de trasvase ya que el tamao de la ventana de interpolacin es conocido y viene
definida por la funcin de interpolacin utilizada ( 4 4 si la funcin de interpolacin es bicbica). Las n transformaciones geomtricas HS i vienen dadas por la siguiente expresin:

La dimensin de la ventana de interpolacin es de 4 4 pxeles si la funcin es bicbica.

H
64447S14448
u'
x'= H x =
S

i=1

Si

)x v'
1

r'r

=0
0

r'r
0

14444444244444443

H
64447Sn4448
0

r'r

0K0

1 0

r'r
0

0 v

1 1

{ (w 4)+1,int(h 4 )+1}

n = max int

donde n es el nmero de niveles de la estructura piramidal y w, h el ancho y alto de la ventana de


trasvase original, respectivamente.

H
Sn

H
S (n1)

Hs

H
S1

Figura 6: Aplicacin de la transformacin geomtrica HS mediante una tcnica piramidal.

6)

Geomtricamente, la descomposicin de la transformacin geomtrica HS en n transformaciones HS i se interpreta como un escalado piramidal de la imagen a corregir en n etapas.

4. RESULTADOS

A continuacin, se presenta uno de los experimentos realizados con el procedimiento expuesto. En el experimento se han utilizado imgenes pertenecientes a los satlites IRS-1C y QuickBird con una resolucin espacial de 5 m/pxel y 0.6 m/pxel, respectivamente. En la figura 7
podemos observar las imgenes utilizadas.

Figura 7: Detalle de la imagen a corregir e imagen de referencia utilizadas en el experimento.

En la figura 8 se puede observar la imagen a corregir conveniente escalada y alineada, obtenida como resultado de aplicar las transformaciones geomtricas calculadas en la primera y
segunda fase del procedimiento.

Figura 8: Imagen a corregir


escalada y alineada.

La figura 9 muestra la imagen de referencia, la imagen corregida, la imagen de cambios obtenida en la deteccin de cambios y la imagen de cambios colocada sobre la imagen original a
corregir (resolucin espacial de 0.6 m/pxel), obtenida de aplicar secuencialmente las transformaciones geomtricas calculadas en el procedimiento de correccin de forma invertida.

Figura 9: Imagen de referencia y corregida (arriba); imagen de cambios (abajo izquierda), imagen
original a corregir con la imagen de cambios sobrepuesta (abajo derecha).
CONCLUSIONES

Segn lo expuesto a lo largo de est artculo, el procedimiento descrito permite corregir de


un modo automatizado dos imgenes de distinta resolucin espacial para su posterior comparacin en cualquier aplicacin de deteccin de cambios. El empleo del algoritmo RANSAC-DLT
normalizado en el clculo de las distintas homografas asegura la robustez del proceso y la deteccin de pares espurios. Por ltimo, la tcnica de interpolacin piramidal propuesta, permite interpolar imgenes de gran resolucin para su comparacin con imgenes de una resolucin me-

nor o para su integracin en algn sistema de informacin geogrfica.

d (C1, C2 ) =

REFERENCIAS:
Ambrosio, G., Gonzlez, J. y Arvalo V. (2003). Deteccin de Cambios Urbanos mediante Comparacin
de Imgenes Multi-temporales. X Congreso Nacional de Mtodos Cuantitativos, SIG y Teledeteccin.
Brown, L.G. (1992). A Survey of Image Registration Techniques. ACM Computing Surveys. Vol. 24 No.
4.
Brown, M. y Lowe, D. (2003). Recognising Panoramas. Proceedings of International Conference on
Computer Vision (ICCV03), Nice, France, (October 2003). Vol. 1.
Canny, J.F. (1986).A Computational Approach to Edge Detection. IEEE Transactions on Pattern
Analysis and Machine Intelligence, Vol. 8, No. 6, Nov.
Chiou-Ting, H. y Rob A., B. (2000). Multiresolution Feature-Based Image Registration. Proceedings of
SPIE, Perth, Australia, pp.1490-1498.
Dufournaud, Y., Schmid, C. y Horaud, R. (2001). Image Matching with Scale Adjustment. Technical
Report No. 4458 (INRIA, Shophia-Antipolis)
Eugenio, F. y Marqus, F. (2003). Automatic Satellite Image Georeferencing Using a Contour-Matching
Approach. IEEE Transactions on Geoscience and Remote Sensing, Vol. 41, No. 12, pp. 2869-2880.
Flusser, J. y Suk, T. (1994). A Moment-Based Approach to Registration of Images with Affine Geometric
Distortion. IEEE Transactions on Geoscience and Remote Sensing, No. 32, pp. 382-387.
Fonseca, L.M.G. y Manjunath, B.S. (1996). Registration Techniques for Multisensor Remotely Sensed
Imagery. Photogrammetric Engineering and Remote Sensing, No. 62, pp. 1049-1056.
Gonzlez, J. (1999). Visin por Computador. Paraninfo.
Harris, C. y Stephens, M. (1988). A Combined Corner and Edge Detector. In Proceedings Alvey Conference, pp. 189-192.
Hartley, R. y Zisserman, A. (2001). Multiple View Geometry in Computer Vision. Cambridge University Press.
Hsiev, Y.C., McKeown, D.M. y Perlant, F.P. (1992) Performance Evaluation of Scene Registration and
Stereo Matching for Cartographic Feature Extraction. IEEE Transactions on Pattern Analysis and
Machine Intelligence, No. 14, pp. 214-237
Hu, M. (1962). Visual Pattern Recognition by Moments Invariants. IRE Transactions on Information
Theory, Vol. 8 No. 2, pp. 179-187.
Intel Corporation (2001). The Open Source Computer Vision Library. Reference Manual.
http://developer.intel.com.
Li, S.Z. y Kittler, J. (1995). A Contour-Based Approach to Multisensor Image Registration. IEEE
Transactions on Image Processing, No. 18, pp. 320-334.
Moss, S. y Hancock, E.R. (1997). Multiple Line-Template Matching with EM Algorithm. Pattern
Recognition Letters, No. 18, pp. 1283-1292.

Anda mungkin juga menyukai