计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2014年
1期
149-153
,共5页
杨健%李若楠%黄晨阳%王刚%丁闯
楊健%李若楠%黃晨暘%王剛%丁闖
양건%리약남%황신양%왕강%정틈
尺度不变的特征变换%显著边缘特征%小波边缘检测%度量函数%随机一致性检验
呎度不變的特徵變換%顯著邊緣特徵%小波邊緣檢測%度量函數%隨機一緻性檢驗
척도불변적특정변환%현저변연특정%소파변연검측%도량함수%수궤일치성검험
Scale Invariant Feature Transform (SIFT)%significant edge feature%wavelet edge detection%metric function%RANdom SAmple Consensus (RANSAC)
针对尺度不变的特征变换(SIFT)算法提取的特征点数目多、匹配耗时长、匹配精度不高等问题,提出了一种基于局部显著边缘特征的快速图像配准算法.该算法利用SIFr算法提取待选特征点,同时用小波边缘检测提取图像边缘,建立特征点周围邻域的边缘特征,筛选出具有显著边缘特征的特征点,结合Shape-context算子和边缘特征形成特征描述向量,采用欧氏距离作为匹配度量函数对筛选出的特征点进行初步匹配,然后用随机一致性检验(RANSAC)算法消除误匹配点对.实验结果表明,该算法有效控制了特征点的数量,提高了特征点的质量,缩小了特征搜索空间,提高了特征匹配的效率.
針對呎度不變的特徵變換(SIFT)算法提取的特徵點數目多、匹配耗時長、匹配精度不高等問題,提齣瞭一種基于跼部顯著邊緣特徵的快速圖像配準算法.該算法利用SIFr算法提取待選特徵點,同時用小波邊緣檢測提取圖像邊緣,建立特徵點週圍鄰域的邊緣特徵,篩選齣具有顯著邊緣特徵的特徵點,結閤Shape-context算子和邊緣特徵形成特徵描述嚮量,採用歐氏距離作為匹配度量函數對篩選齣的特徵點進行初步匹配,然後用隨機一緻性檢驗(RANSAC)算法消除誤匹配點對.實驗結果錶明,該算法有效控製瞭特徵點的數量,提高瞭特徵點的質量,縮小瞭特徵搜索空間,提高瞭特徵匹配的效率.
침대척도불변적특정변환(SIFT)산법제취적특정점수목다、필배모시장、필배정도불고등문제,제출료일충기우국부현저변연특정적쾌속도상배준산법.해산법이용SIFr산법제취대선특정점,동시용소파변연검측제취도상변연,건립특정점주위린역적변연특정,사선출구유현저변연특정적특정점,결합Shape-context산자화변연특정형성특정묘술향량,채용구씨거리작위필배도량함수대사선출적특정점진행초보필배,연후용수궤일치성검험(RANSAC)산법소제오필배점대.실험결과표명,해산법유효공제료특정점적수량,제고료특정점적질량,축소료특정수색공간,제고료특정필배적효솔.
