一种改进的基于sift的图像拼接技术

一种改进的基于sift的图像拼接技术

ID:27727502

大小:687.50 KB

页数:14页

时间:2018-12-05

一种改进的基于sift的图像拼接技术_第1页
一种改进的基于sift的图像拼接技术_第2页
一种改进的基于sift的图像拼接技术_第3页
一种改进的基于sift的图像拼接技术_第4页
一种改进的基于sift的图像拼接技术_第5页
资源描述:

《一种改进的基于sift的图像拼接技术》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、JournalofImageandSignalProcessing图像与信号处理,2017,6(1),62-70 PublishedOnlineJanuary2017inHans.http://www.hanspub.org/journal/jisp http://dx.doi.org/10.12677/jisp.2017.61008AnImprovedMethodforImageMosaic TechnologyBasedonSIFTAlgorithmKaiYiCollegeofComputer

2、Science,SichuanUniversity,ChengduSichuanReceived:Jan.2nd,2017;accepted:Jan.16th,2017;published:Jan.23rd,2017Copyright©2017byauthorandHansPublishersInc.ThisworkislicensedundertheCreativeCommonsAttributionInternationalLicense(CCBY). http://creativecommo

3、ns.org/licenses/by/4.0/OpenAccessAbstractAimingattheproblemofthehighdimensionalityofthefeaturepointsintheimagematching processusingthesiftalgorithm,amethodofoptimizingtheSIFTalgorithmisproposed.Byusing PCA-SIFT,thedimensionofsiftdescriptorisreducedand

4、theinterferenceinformationofsome descriptorsub-vectorsisfilteredout.Theproposedalgorithmisrobustandtheleastsquaresme- thodisusedtofittheimage,andthematchingprecisionisimproved.Thestitchingeffectisbetter enhanced,andalsoshortensthetimeofstitching.Keywo

5、rdsSIFT,PCA-SIFT,ImageMosaic一种改进的基于SIFT的图像拼接技术易凯四川大学计算机学院,四川成都收稿日期:2017年1月2日;录用日期:2017年1月16日;发布日期:2017年1月23日摘要针对利用SIFT算法的图像拼接在匹配过程中特征点维数较高的问题,提出一种对SIFT算法优化的方法。利用文章引用:易凯.一种改进的基于SIFT的图像拼接技术[J].图像与信号处理,2017,6(1):62-70.http://dx.doi.org/10.12677/jisp.2017

6、.61008易凯PCA-SIFT降低了SIFT描述子的维数的同时滤除了部分描述子向量中的干扰信息,有较好的鲁棒性并且利用最小二乘法对提纯后的图像进行拟合,提高了匹配精度,对拼接效果有较好的增强,同时也缩短了拼接的时间。关键词SIFT,PCA-SIFT,图像拼接1.引言随着计算机视觉领域的发展,图像拼接技术变成计算机图形学的一个重要的研究内容。对于不同的需要,将具有相同特征点的多幅图像拼接成一幅全景图[1],实现在一幅图像上对于整个世界环境的观察。而图像拼接的首要问题就是图像匹配。图像匹配指的是,在

7、不同的匹配场景下,使用不同的匹配算法,通过对数字图像的构成信息,包括了图像内容、图像的结构、特征、图像的纹理灰度等信息进行分析,达到在两幅或者多幅图像之间寻找同名点的目的。本文提出把PCA-SIFT算法用于图像拼接的匹配部分[2]。PCA-SIFT算法在描述子构建上作了创新,主要是将统计学中的主成分分析(PCA)应用于对描述子向量的降维,以提高匹配效率。2.SIFT算法的特征匹配随着对图像拼接的研究工作的不断深入,现今的各类匹配算法各具优劣,根据图像类型的差异往往选择不同的匹配算法,也就是说匹配算

8、法的选择和图像本身的性质是强相关的,目前还不存在一种可以通用的处理各种类型图像之间的匹配问题的匹配算法,因此匹配算法的选定需要综合考虑匹配效果的好坏,匹配算法的准确性和计算所耗费的时间以及计算量的大小这一系列因素,以及考虑匹配算法对各种外界条件变化如光照改变、噪声影响、畸变影响等的敏感程度[3]。基于SIFT的特征匹配算法主要是由两个部分组成:首先构建SIFT特征向量,其次对SIFT特征向量进行匹配[4]。a.生成SIFT特征向量:SIFT特征向量的生成包括了构建尺度空间检测极值点

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。