计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2014年
9期
2678-2682
,共5页
王帅%孙伟%姜树明%刘晓辉%彭蓬
王帥%孫偉%薑樹明%劉曉輝%彭蓬
왕수%손위%강수명%류효휘%팽봉
图像配准%尺度不变特征变换%旋转特征%特征描述子%降维
圖像配準%呎度不變特徵變換%鏇轉特徵%特徵描述子%降維
도상배준%척도불변특정변환%선전특정%특정묘술자%강유
image matching%Scale Invariant Feature Transform (SIFT)%rotation feature%feature descriptor%dimension reduction
针对尺度不变特征变换(SIFT)算法中描述子维度高造成配准过程中计算量过大的问题,提出了一种改进的SIFT算法.该算法利用圆形的旋转不变性,以特征点为中心,在近似大小的圆形特征点邻域内构造特征描述子,以每个圆环作为一个子环,每个子环内只有像素位置发生了改变,像素之间其他相对信息是保持不变的.当图像发生旋转时,统计每个圆环内元素的梯度累加值进行排序,生成特征向量描述子,降低了算法的维度及复杂度,把特征描述子的维数从128维降低到48维.实验结果表明,改进算法旋转配准重复率在85%以上;在图像旋转、缩放和光照变化情况下,与SIFT算法相比,平均配准准确率提高5%,平均配准耗时降低30%左右,有效实现了对SIFT的改进.
針對呎度不變特徵變換(SIFT)算法中描述子維度高造成配準過程中計算量過大的問題,提齣瞭一種改進的SIFT算法.該算法利用圓形的鏇轉不變性,以特徵點為中心,在近似大小的圓形特徵點鄰域內構造特徵描述子,以每箇圓環作為一箇子環,每箇子環內隻有像素位置髮生瞭改變,像素之間其他相對信息是保持不變的.噹圖像髮生鏇轉時,統計每箇圓環內元素的梯度纍加值進行排序,生成特徵嚮量描述子,降低瞭算法的維度及複雜度,把特徵描述子的維數從128維降低到48維.實驗結果錶明,改進算法鏇轉配準重複率在85%以上;在圖像鏇轉、縮放和光照變化情況下,與SIFT算法相比,平均配準準確率提高5%,平均配準耗時降低30%左右,有效實現瞭對SIFT的改進.
침대척도불변특정변환(SIFT)산법중묘술자유도고조성배준과정중계산량과대적문제,제출료일충개진적SIFT산법.해산법이용원형적선전불변성,이특정점위중심,재근사대소적원형특정점린역내구조특정묘술자,이매개원배작위일개자배,매개자배내지유상소위치발생료개변,상소지간기타상대신식시보지불변적.당도상발생선전시,통계매개원배내원소적제도루가치진행배서,생성특정향량묘술자,강저료산법적유도급복잡도,파특정묘술자적유수종128유강저도48유.실험결과표명,개진산법선전배준중복솔재85%이상;재도상선전、축방화광조변화정황하,여SIFT산법상비,평균배준준학솔제고5%,평균배준모시강저30%좌우,유효실현료대SIFT적개진.