原文服务方: 微电子学与计算机       
摘要:
在双目视觉特征提取和匹配方法研究中,为提高匹配率、角点定位精确性以及算法的时间复杂度三项指标,文中提出了一种新的角点提取和匹配融合算法。对提取的 Harris角点进行零均值归一化互相关系数匹配,对SIFT角点进行最近邻匹配。针对可预见的误匹配,采用RANSAC算法剔除误匹配点。仿真实验表明:RANSAC算法可以剔除绝大部分的误匹配点,SIFT角点融合最近邻匹配较 Harris角点融合零均值归一化互相关系数匹配效果理想。
推荐文章
大变形测量数字图像的种子点匹配方法
大变形测量
数字图像相关
种子点
最小二乘迭代
基于角点匹配图像拼接方法的改进
图像拼接
聚类
筛选特征点
多特征融合的图像格贴近度匹配方法
格贴近度
特征融合
灰度特征描述子
纹理
基于图像融合的数字图像隐藏技术
图像融合
图像隐藏
混沌序列
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 数字图像角点融合匹配方法研究
来源期刊 微电子学与计算机 学科
关键词 特征提取 特征匹配 RANSAC算法
年,卷(期) 2013,(7) 所属期刊栏目
研究方向 页码范围 120-123
页数 4页 分类号 TP391.6
字数 语种 中文
DOI
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 黄华 南昌航空大学信息工程学院 35 89 5.0 7.0
2 张小锋 南昌航空大学信息工程学院 36 172 7.0 10.0
3 万斌 南昌航空大学信息工程学院 3 15 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (5)
同被引文献  (2)
二级引证文献  (1)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
特征提取
特征匹配
RANSAC算法
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
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
总被引数(次)
59060
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