计算机工程
計算機工程
계산궤공정
Computer Engineering
2015年
10期
232-235,239
,共5页
图像配准%加速分割测试特征%加速鲁棒特征%近似最近邻%随机抽样一致性
圖像配準%加速分割測試特徵%加速魯棒特徵%近似最近鄰%隨機抽樣一緻性
도상배준%가속분할측시특정%가속로봉특정%근사최근린%수궤추양일치성
image registration%Features from Accelerated Segment Test (FAST)%Speeded-up Robust Feature (SURF)%Approximate Nearest Neighbor(ANN)%Randomized Sample Consensus (RANSAC)
尺度不变特征变换(SIFT)和加速鲁棒特征(SURF)方法在进行角点检测和特征点匹配时的时间较长.为此,提出一种改进的图像配准算法.建立参考图像与待配准图像的高斯图像金字塔,在金字塔各层图像进行检测,得到具有不同尺度的加速分割测试特征(FAST)点,采用SURF算法为各特征点分配方向,并计算各特征点的描述向量,使用快速近似最近邻搜索算法获取图像间的初始匹配点对,用随机抽样一致性算法剔除误匹配点对,同时得到2幅图像之间的几何变换矩阵.实验结果表明,与SURF算法和SIFT算法相比,该算法的特征检测速度和匹配速度较快,匹配正确率较高.
呎度不變特徵變換(SIFT)和加速魯棒特徵(SURF)方法在進行角點檢測和特徵點匹配時的時間較長.為此,提齣一種改進的圖像配準算法.建立參攷圖像與待配準圖像的高斯圖像金字塔,在金字塔各層圖像進行檢測,得到具有不同呎度的加速分割測試特徵(FAST)點,採用SURF算法為各特徵點分配方嚮,併計算各特徵點的描述嚮量,使用快速近似最近鄰搜索算法穫取圖像間的初始匹配點對,用隨機抽樣一緻性算法剔除誤匹配點對,同時得到2幅圖像之間的幾何變換矩陣.實驗結果錶明,與SURF算法和SIFT算法相比,該算法的特徵檢測速度和匹配速度較快,匹配正確率較高.
척도불변특정변환(SIFT)화가속로봉특정(SURF)방법재진행각점검측화특정점필배시적시간교장.위차,제출일충개진적도상배준산법.건립삼고도상여대배준도상적고사도상금자탑,재금자탑각층도상진행검측,득도구유불동척도적가속분할측시특정(FAST)점,채용SURF산법위각특정점분배방향,병계산각특정점적묘술향량,사용쾌속근사최근린수색산법획취도상간적초시필배점대,용수궤추양일치성산법척제오필배점대,동시득도2폭도상지간적궤하변환구진.실험결과표명,여SURF산법화SIFT산법상비,해산법적특정검측속도화필배속도교쾌,필배정학솔교고.
