自动图像拼接中的一种特征提取和匹配方法

被引：5

作者：

张静

严壮志

邵世杰

王牧云

王黎明

机构：

[1] 上海大学通信与信息工程学院

来源：

应用科学学报 | 2008年 / 03期

关键词：

图像拼接; 尺度不变特征变换; 近似最近邻匹配; 随机抽样一致性;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

在比较目前特征提取和匹配的几种方法的基础上,提出了一种基于改进特征提取和匹配的拼接方法,使得图像拼接的质量和速度得到提高.该算法首先利用改进的尺度不变特征变换(scale invariant feature transform,SIFT)特征提取方法获得图像特征点,其次利用近似最近邻匹配进行特征匹配并引入随机抽样一致性(random sampleconsensus,RANSAC)算法去除误匹配对,最后根据匹配的特征点对得到的图像间的变换参数进行拼接和融合.该算法具有很强的鲁棒性,允许图像有缩放变换、旋转变换,不受图像噪声、色差的影响.实验证明,该方法可实现高质量快速的图像拼接.

引用

页码：288 / 294

页数：7

共 6 条

[1] 基于web的医学图像拼接系统 [J].

张猛 ;

严壮志 ;

潘志君 ;

邵世杰 .

中国医疗器械杂志, 2006, (06) :419-421+456

[2] 一种基于元胞自动机的图像拼接方法 [J].

潘志君 ;

严壮志 ;

张猛 .

微计算机信息, 2006, (30) :245-247

[3] 基于拼接技术的医学X光片全景成像 [J].

张旭峰 ;

严壮志 ;

N.R.Wanigasekara ;

刘书朋 .

航天医学与医学工程, 2005, (05) :360-364

[4] Distinctive image features from scale-invariant keypoints [J].

Lowe, DG .

INTERNATIONAL JOURNAL OF COMPUTER VISION, 2004, 60 (02) :91-110

[5]

An optimal algorithm for approximate nearest neighbor searching fixed dimensions[J] . Sunil Arya,David M. Mount,Nathan S. Netanyahu,Ruth Silverman,Angela Y. Wu.Journal of the ACM （JACM） . 1998 (6)

[6]

An introductory tutorial on KD-trees. MORREA. University of Cambridge . 1991

← 1 →