基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
SIFT(Scale Invariant Feature Transform)算子因其良好的尺度、旋转、光照等不变特性而广泛应用于图像匹配中,但用128维向量来表征每个特征点降低了算法的实时性.为了提高匹配速度,介绍了一种基于SIFF的简化算法(SSIFT),采用基于圆形窗口的12维向量有效地表示一个特征点.实验结果显示,算法在保持较好匹配率的同时能降低时间复杂度,适合运用在对实时性要求较高的场合.
推荐文章
基于改进 SIFT特征匹配的快速图像拼接算法
SIFT算法
变换矩阵
PERANSANC算法
KLT跟踪算法
基于SIFT特征的哈希快速检索与图像匹配
SIFT特征
哈希检索
图像匹配
二值化
冲突项
关键点
改进PCA-SIFT的电子标签图像匹配算法
图像匹配
PCA
K-means聚类
SIFT算法
电子标签
基于SIFT特征点的图像匹配算法
SIFT算法
图像匹配
尺度空间
高斯核
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 采用简化SIFT算法实现快速图像匹配
来源期刊 红外与激光工程 学科 工学
关键词 SIFT 高斯差尺度空间 尺度不变 图像匹配
年,卷(期) 2008,(1) 所属期刊栏目 图像处理技术及应用
研究方向 页码范围 181-184
页数 4页 分类号 TP391.41
字数 2396字 语种 中文
DOI 10.3969/j.issn.1007-2276.2008.01.042
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘立 华中科技大学电信系 20 317 8.0 17.0
3 彭复员 华中科技大学电信系 66 991 16.0 29.0
6 万亚平 南华大学计算机科学与技术学院 43 285 6.0 16.0
7 赵坤 华中科技大学电信系 7 229 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (9)
参考文献  (5)
节点文献
引证文献  (184)
同被引文献  (206)
二级引证文献  (735)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(6)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(6)
  • 二级引证文献(0)
2008(6)
  • 引证文献(6)
  • 二级引证文献(0)
2009(7)
  • 引证文献(7)
  • 二级引证文献(0)
2010(18)
  • 引证文献(15)
  • 二级引证文献(3)
2011(35)
  • 引证文献(19)
  • 二级引证文献(16)
2012(43)
  • 引证文献(17)
  • 二级引证文献(26)
2013(80)
  • 引证文献(23)
  • 二级引证文献(57)
2014(90)
  • 引证文献(22)
  • 二级引证文献(68)
2015(94)
  • 引证文献(19)
  • 二级引证文献(75)
2016(129)
  • 引证文献(23)
  • 二级引证文献(106)
2017(129)
  • 引证文献(10)
  • 二级引证文献(119)
2018(146)
  • 引证文献(11)
  • 二级引证文献(135)
2019(108)
  • 引证文献(9)
  • 二级引证文献(99)
2020(33)
  • 引证文献(2)
  • 二级引证文献(31)
研究主题发展历程
节点文献
SIFT
高斯差尺度空间
尺度不变
图像匹配
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
红外与激光工程
月刊
1007-2276
12-1261/TN
大16开
天津市空港经济区中环西路58号
6-133
1972
chi
出版文献量(篇)
9150
总下载数(次)
41
总被引数(次)
72012
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导