计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2014年
12期
3554-3559
,共6页
图像配准%深度估计%特征点误匹配%随机抽样一致性%尺度不变特征变换特征点
圖像配準%深度估計%特徵點誤匹配%隨機抽樣一緻性%呎度不變特徵變換特徵點
도상배준%심도고계%특정점오필배%수궤추양일치성%척도불변특정변환특정점
image registration%depth information%feature mismatches%RANdom SAmple Consensus (RANSAC)%Scale-Invariant Feature Transform (SIFT) feature point
特征点匹配是基于特征点的图像配准技术中的一个重要环节.针对现有基于尺度不变特征变换(SIFT)图像配准技术特征点匹配不理想,也无法较客观、快速地筛选正确匹配点对的问题,提出结合图像深度信息进行特征点误匹配筛选剔除的方法.该算法首先根据模糊聚焦线索和机器学习算法估计出待配准图像的深度信息图,再提取SIFT特征点,并在特征点匹配环节利用随机抽样一致性(RANSAC)算法迭代循环,结合深度局部连续性的原理来进一步提高匹配精度.实验结果表明,该算法具有很好的误匹配点对剔除功能.
特徵點匹配是基于特徵點的圖像配準技術中的一箇重要環節.針對現有基于呎度不變特徵變換(SIFT)圖像配準技術特徵點匹配不理想,也無法較客觀、快速地篩選正確匹配點對的問題,提齣結閤圖像深度信息進行特徵點誤匹配篩選剔除的方法.該算法首先根據模糊聚焦線索和機器學習算法估計齣待配準圖像的深度信息圖,再提取SIFT特徵點,併在特徵點匹配環節利用隨機抽樣一緻性(RANSAC)算法迭代循環,結閤深度跼部連續性的原理來進一步提高匹配精度.實驗結果錶明,該算法具有很好的誤匹配點對剔除功能.
특정점필배시기우특정점적도상배준기술중적일개중요배절.침대현유기우척도불변특정변환(SIFT)도상배준기술특정점필배불이상,야무법교객관、쾌속지사선정학필배점대적문제,제출결합도상심도신식진행특정점오필배사선척제적방법.해산법수선근거모호취초선색화궤기학습산법고계출대배준도상적심도신식도,재제취SIFT특정점,병재특정점필배배절이용수궤추양일치성(RANSAC)산법질대순배,결합심도국부련속성적원리래진일보제고필배정도.실험결과표명,해산법구유흔호적오필배점대척제공능.
