论文部分内容阅读
由于图像之间存在光照变化巨大、部分遮挡和损坏等现象,稳健且高效的图像对齐仍然是一项具有挑战性的任务。为此,提出了一种改进的在线图像对齐算法。通过图像梯度方向(IGO)的主成分分析(PCA)来提供比像素强度更可靠的低维子空间,然后在IGO域中寻找对齐,使新到达图像的IGO对齐被分解为稀疏误差和从先前良好对齐图像上学习得到的IGO-PCA基的线性组合的总和,进而图像对齐问题可被建模为l_1范数最小化问题。将该问题松弛为凸优化问题,并提出一种基于乘子交替方向法的凸优化求解算法。考虑IGO均值的偏移,基于增