基于PCA-SIFT特征检测的眼底图像拼接

• 作者: 余轮 潘林 魏丽芳 黄琳琳
• 来源期刊: 科技与创新
• 关键词: 眼底图像 图像拼接 PCA-SIFT特征 RANSAC
• 年，卷（期）: 2010,（8）
• 页码范围: 11-13
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.3969/j.issn.2095-6835.2010.08.005

摘要

确定稳定的特征点是图像配准和拼接的重要环节.针对传统基于特征的拼接方法需要原始图像具有明显的角点或边界信息的弱点,将PAC-SIFT(Principal Components Analysis-scale invariant keypoints)主成分不变特征检测算法引入到眼底图像拼接中.该算法在划分的特征子区域内用梯度构造特征量,并用主成分分析法(PCA)降低特征维数.在拼接时,采用淡入淡出算法完成眼底图像的拼接.实验结果表明:该算法能够有效实现眼底图像的精确配准和平滑.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘林	福州大学物理与信息工程学院	46	383	11.0	18.0
2	余轮	福州大学物理与信息工程学院	141	935	16.0	24.0
3	魏丽芳	福州大学物理与信息工程学院	10	51	4.0	6.0
4	黄琳琳	福州大学物理与信息工程学院	3	21	2.0	3.0