基于局部显著特征的快速图像配准方法

• 作者: 单勇 张晓燕 陈广居 马志强
• 来源期刊: 计算机应用研究
• 关键词: 尺度不变特征变换 改进K-means聚类算法 显著特征点 显著区域
• 年，卷（期）: 2012,（11）
• 所属期刊栏目: 图形图像技术
• 页码范围: 4370-4374
• 页数: 5页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2012.11.096

摘要

针对SIFT算法在进行图像配准时存在提取特征点数目大、无法精确控制、运算速度慢、配准点精度不高的问题,提出一种基于局部显著特征的快速图像配准方法.该方法首先对原始图像和待配准图像进行降采样,对降采样图像分别提取SIFT特征点,并对特征点运用改进的K-means聚类算法进行聚类；然后利用聚类结果筛选聚类区域,在各聚类区域提取显著特征点进行粗匹配；最后利用显著特征点在原始图像中定位显著区域,对所得显著区域进行精配准.实验结果表明,该方法减少了图像匹配时间,控制了特征点数量,在保证匹配准确度的同时,有效地提高了特征匹配的效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马志强	空军工程大学电讯工程学院	47	444	11.0	19.0
2	单勇	空军工程大学电讯工程学院	18	100	6.0	9.0
3	张晓燕	空军工程大学电讯工程学院	27	179	9.0	12.0