基于SIFT和角點(diǎn)檢測(cè)的自動(dòng)圖像配準(zhǔn)方法研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩49頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、現(xiàn)有的圖像配準(zhǔn)方法,一般可分為兩類:基于灰度的配準(zhǔn)法以及基于特征的配準(zhǔn)法。其中,后者由于其局部匹配的思想加快了配準(zhǔn)速度,提高了配準(zhǔn)效率,從而得到廣泛的應(yīng)用。SIFT算法正是其中一種特征點(diǎn)的匹配算法。本文提出了一種SIFT的改進(jìn)算法,旨在減少原算法的運(yùn)行時(shí)間和提高其匹配精度。
   近年來(lái),基于SIFT算法的圖像配準(zhǔn)算法已逐漸成為圖像配準(zhǔn)中的經(jīng)典算法之一。此算法用于匹配存在尺度變換、旋轉(zhuǎn)變換、光照變化和視角變化的圖像,能得到很高的

2、準(zhǔn)確率。然而,其提取的特征點(diǎn)數(shù)多,特征描述向量的維數(shù)高,導(dǎo)致運(yùn)算時(shí)間長(zhǎng),效率不高。本文正是為解決這一問題,提出了此方法的改進(jìn)方法。具體改進(jìn)點(diǎn)包括以下兩個(gè)方面:
   第一,將SIFT算子提取的尺度空間極值點(diǎn)作為初始特征點(diǎn),然后用Harris角點(diǎn)檢測(cè)算子對(duì)初始特征點(diǎn)進(jìn)行篩選。選擇具有高對(duì)比度的點(diǎn)作為最終的特征點(diǎn)。這樣可以提高特征點(diǎn)的顯著性,同時(shí)減少特征點(diǎn)的數(shù)目,為提高配準(zhǔn)率做準(zhǔn)備。
   第二,利用梯度方向相反時(shí)梯度模值相

3、減的原理,將SIFT算法的特征描述向量的維數(shù)降低一半,即將每個(gè)特征點(diǎn)的128維描述向量改為64維的描述向量。這樣可以節(jié)省特征向量匹配時(shí)的開銷,加快圖像配準(zhǔn)的運(yùn)算速度。
   基于特征點(diǎn)提取的圖像配準(zhǔn)方法的步驟為:提取特征點(diǎn)、生成特征描述子、查找特征匹配點(diǎn)對(duì)、配準(zhǔn)圖像。本文重點(diǎn)研究特征點(diǎn)提取和生成特征描述子這兩步,并在SIFT算法的基礎(chǔ)上,改進(jìn)了特征點(diǎn)的提取方法和描述子的生成方式。
   本文在Microsoft Visu

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論