没有合适的资源?快使用搜索试试~ 我知道了~
论文研究-基于局部SIFT特征点的双阈值配准算法.pdf
需积分: 3 2 下载量 176 浏览量
2019-09-12
10:43:48
上传
评论
收藏 593KB PDF 举报
温馨提示
试读
5页
针对SIFT匹配算法和SIFT与RANSAC结合的匹配算法都存在不同程度误匹配的问题,提出一种基于局部SIFT特征点的双阈值匹配算法。设计变步长迭代准则获取SIFT双阈值,其中大阈值匹配获得一组稀疏的精确匹配,小阈值匹配获得一组可能存在误匹配的密集匹配。以精确匹配建立目标的形变约束模型,以此为基础从密集匹配中删除误匹配。通过这些正确的匹配点估计两幅图像之间的变换矩阵。为了降低算法所需时间,提高效率,通过分析图像的纹理变化,采用提取其变化最为剧烈的区域来代表整幅图像进行匹配运算。实验结果表明,该算法在图像存在平移、旋转等仿射变化情况下具有配准精度高,稳定和快速等特点。
资源推荐
资源详情
资源评论
2014,50(2)
C omputer Engineering and Applications 计算机工程与应用
基于局部 SIFT 特征点的双阈值配准算法
邓朝省,陈 莹
DENG Chaosheng, CHEN Ying
江南大学 物联网工程学院,江苏 无锡 214000
School of IoT Engineering, Jiangnan University, Wuxi, Jiangsu 214000, Chin a
DEN G Chaos heng, CHEN Ying. Double threshold matching algorithm based on local SIFT feature points. Computer
Engineering and Applications, 2014, 50(2):189-193.
Abstract:Since the SIFT matching algorithm and the S IFT combined with the RANSAC ma tching algorithm both exist
the mismatching problem in varies degree, a double threshold matching algorithm based on l ocal SIFT feature points is
proposed. This paper designs the iteration criteria of the variable step size to obtain the double threshold of the SIFT,
where the large threshold matching obtains a set of spars e precision matching, and the small threshold matching obtains a
set of intensive m atchi ng in which mismatching may exists. Then the deformation constraint model is established based
on the pre cise ma tching, whic h is the basis of remo ving the mismatchin g from the i ntensiv e matching. The transformation
matrix is estimated by these co rrect matching points between the two images. To reduce the required time and incr ease
efficiency of the algorithm, the most sharply changing region is extracted by analysing the changes of the image texture,
which repre sents the whole image to do the matching operation. The experimental results in dicate that the proposed matching
algorithm has advantages of high accuracy, stability a nd rapidity in the situation that the affine changes of transl ati on, rot a-
tion etc exist in the images.
Key w ords:Scale Invariant Feature Transform(SIFT)feature point matching; image registration; Euclidean distance;
double threshold
摘 要:针对 SIFT 匹配算法和 SIFT 与 RANSAC 结合的匹配算法都存在不同程度误匹配的问题,提出一种基于局部
SIFT 特征点的双阈值匹配算法。设计变步长迭代准则获取 SIFT 双阈值,其中大阈值匹配获得一组稀疏的精确匹
配,小阈值匹配获得一组可能存在误匹配的密集匹配。以精确匹配建立目标的形变约束模型,以此为基础从密集匹
配中删除误匹配。通过这些正确的匹配点估计两幅图像之间的变换矩阵。为了降低算法所需时间,提高效率,通过
分析图像的纹理变化,采用提取其变化最为剧烈的区域来代表整幅图像进行匹配运算。实验结果表明,该算法在图
像存在平移、旋转等仿射变化情况下具有配准精度高,稳定和快速等特点。
关键词:尺度不变特征变换(SIFT)特征点匹配;图像配准;欧氏距离;双阈值
文献标志码:A 中图分类号:TP301.6 doi:10.3778/j.issn.10 02-8331.1306-0205
基金项目:国家自然科学基金(No.61104213);江苏省自然科学基金(No.BK2011146)。
作者简介:邓朝省(198 6—),男,硕士研究生,研究领域为计算机图形处理;陈莹(1976—),女,博士,副教授,研究领域为计算机视
觉与模式识别。E-ma il:chenying@jiangnan.edu.cn
收稿日期:2013-06-19 修回日期:2013-08-10 文章编号:1002-8331(2014)02-0189-05
CNKI 网络优先出版:2013-10-11, http://www.cnki.net/kcms/detail/11.2127.TP.20 131011.1653.005.html
1 引言
图像配准(image registration)是指将不同时间、不
同传感器或不同条件下获取的两幅或多幅图像进行匹
配、叠加的过程,目前它已经被广泛地应用于目标识别、
导航、医学影像分析和计算机视觉
[1]
等领域。尺度不变
特征 变 换(Scale Invariant Feature Transform,SIFT)
[2-3]
是由 Lowe 提出和完善总结的一种著名的图像匹配算
法,该算法提取的图像特征对图像发生旋转、平移、尺度
变化和亮度变化时都具有较高的鲁棒性,故常常被用在
两幅图像有旋转、平移、尺度变化和亮度变化关系时的
189
资源评论
weixin_38743481
- 粉丝: 694
- 资源: 4万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- J211-T1B-A-VB一款SOT23封装P-Channel场效应MOS管
- J210-VB一款SOT23封装P-Channel场效应MOS管
- content_1713924059748.zip
- J210-T1B-A-VB一款SOT23封装P-Channel场效应MOS管
- Suno V3 AI音乐生成神器,助你秒变音乐大师,suno AI音乐使用教程
- 自适应极化滤波完成P/S波分离
- 0b40adff-950d-44cf-88e6-f4a64292b638.apk
- J209-VB一款SOT23封装P-Channel场效应MOS管
- OLED12864模块(IIC接口)中文说明书.pdf
- 22304010116工管余文贤.bak
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功