基于改进的Harris和二次归一化互相关的量子图像拼接算法

被引：10

作者：

唐泽恬 ^{[1
]}

丁召 ^{[1
]}

曾瑞敏 ^{[1
]}

王阳 ^{[1
]}

朱登玮 ^{[1
]}

王昱皓 ^{[1
]}

钟岷哲 ^{[1
]}

杨晨 ^{[1
,2
]}

机构：

[1] 贵州大学大数据与信息工程学院半导体功率器件可靠性教育部工程研究中心微纳电子与软件技术重点实验室

[2] 贵阳朗玛信息技术股份有限公司

来源：

激光与光电子学进展 | 2020年 / 57卷 / 10期

关键词：

图像处理; 量子图像; 图像拼接; Harris; 归一化互相关; 量子计数;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对量子图像拼接时,Harris算法需要人为设置阈值,以及图像局部相似度大导致误匹配率高的问题,提出了基于改进的Harris和二次归一化互相关(NCC)的量子图像拼接算法。在阈值设置方面,基于图像重复度高的事实,通过二值化和阈值下降统计图像子区域的量子点或环的数量以确定Harris阈值,并将其作为全图阈值。在误匹配方面,首先以小窗口进行NCC的匹配,初步筛选角点;然后在此结果上用大窗口进行第二次NCC,以降低误匹配率。实验结果表明:在量子点或环计数方面,该算法具有较好的精度和速度;在阈值设置方面,该算法将角点数量控制在合理的范围内;在匹配阶段,二次NCC的方法将误匹配率降低至4.82%～27.27%。因此,本文算法改善了量子图像拼接的可靠性和时间开销,在量子图像拼接中具有潜在的应用价值。

引用

页码：69 / 76

页数：8