钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
自动化技术与计算机技术期刊
\
计算机工程与科学期刊
\
基于K-means聚类和RANSAC的图像配准算法研究
基于K-means聚类和RANSAC的图像配准算法研究
作者:
徐克虎
王天召
陈金玉
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
图像配准
特征点匹配
K均值聚类
随机样本一致
摘要:
针对图像配准中特征点匹配方法存在实时性不高和精度低的问题,提出了一种基于K-means聚类和RANSAC的图像配准算法.该算法根据匹配点对距离和方向特征的视差约束条件,首先利用K-means聚类对匹配点对进行预处理,剔除大部分错误匹配点,然后利用RANSAC进行二次优化,实现了图像的快速和精确配准.实验结果表明,该算法不仅提高了图像配准的精确度,而且提高了图像配准的速度.
暂无资源
收藏
引用
分享
推荐文章
基于K-means聚类算法的叶螨图像分割与识别
叶螨
图像
K-means算法
图像分割
图像识别
像素
基于改进k-means算法的数字图像聚类
数字图像
k-means聚类
LBP特征
基于搜寻者优化算法的K-means聚类算法
K-means聚类算法
搜寻者优化算法
全局寻优
聚类精确度
基于深度信念网络的K-means聚类算法研究
K-means算法
深度信念网络
受限玻尔兹曼机
高维数据
聚类分析
FCM算法
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
基于K-means聚类和RANSAC的图像配准算法研究
来源期刊
计算机工程与科学
学科
工学
关键词
图像配准
特征点匹配
K均值聚类
随机样本一致
年,卷(期)
2014,(9)
所属期刊栏目
研究方向
页码范围
1765-1769
页数
5页
分类号
TP391.41
字数
2933字
语种
中文
DOI
10.3969/j.issn.1007-130X.2014.09.023
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
徐克虎
装甲兵工程学院控制工程系
47
227
8.0
12.0
2
王天召
装甲兵工程学院控制工程系
18
90
5.0
8.0
3
陈金玉
装甲兵工程学院控制工程系
16
69
5.0
7.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(16)
共引文献
(91)
参考文献
(4)
节点文献
引证文献
(13)
同被引文献
(26)
二级引证文献
(0)
1981(1)
参考文献(0)
二级参考文献(1)
1995(1)
参考文献(0)
二级参考文献(1)
1996(1)
参考文献(0)
二级参考文献(1)
1997(1)
参考文献(0)
二级参考文献(1)
2000(2)
参考文献(0)
二级参考文献(2)
2001(1)
参考文献(0)
二级参考文献(1)
2002(2)
参考文献(0)
二级参考文献(2)
2004(1)
参考文献(0)
二级参考文献(1)
2005(1)
参考文献(1)
二级参考文献(0)
2006(3)
参考文献(0)
二级参考文献(3)
2007(1)
参考文献(0)
二级参考文献(1)
2008(3)
参考文献(1)
二级参考文献(2)
2010(2)
参考文献(2)
二级参考文献(0)
2014(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)
2015(1)
引证文献(1)
二级引证文献(0)
2016(1)
引证文献(1)
二级引证文献(0)
2017(3)
引证文献(3)
二级引证文献(0)
2018(4)
引证文献(4)
二级引证文献(0)
2019(2)
引证文献(2)
二级引证文献(0)
2020(2)
引证文献(2)
二级引证文献(0)
研究主题发展历程
节点文献
图像配准
特征点匹配
K均值聚类
随机样本一致
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
计算机工程与科学
主办单位:
国防科学技术大学计算机学院
出版周期:
月刊
ISSN:
1007-130X
CN:
43-1258/TP
开本:
大16开
出版地:
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
邮发代号:
42-153
创刊时间:
1973
语种:
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
期刊文献
相关文献
1.
基于K-means聚类算法的叶螨图像分割与识别
2.
基于改进k-means算法的数字图像聚类
3.
基于搜寻者优化算法的K-means聚类算法
4.
基于深度信念网络的K-means聚类算法研究
5.
基于改进K-means聚类算法的金鱼阴影去除及图像分割方法
6.
K-Means聚类算法研究综述
7.
基于集群环境的K-Means聚类算法的并行化
8.
基于DBSCAN和改进K-means聚类算法的电力负荷聚类研究
9.
基于k-means聚类算法的研究
10.
K-means聚类算法的研究
11.
基于改进k-means算法的文本聚类
12.
K-means算法聚类中心选取
13.
基于MapReduce的单遍K-means聚类算法
14.
基于最近共享邻居节点的K-means聚类算法
15.
基于K-means聚类的磁瓦缺陷图像分割方法
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
计算机工程与科学2022
计算机工程与科学2021
计算机工程与科学2020
计算机工程与科学2019
计算机工程与科学2018
计算机工程与科学2017
计算机工程与科学2016
计算机工程与科学2015
计算机工程与科学2014
计算机工程与科学2013
计算机工程与科学2012
计算机工程与科学2011
计算机工程与科学2010
计算机工程与科学2009
计算机工程与科学2008
计算机工程与科学2007
计算机工程与科学2006
计算机工程与科学2005
计算机工程与科学2004
计算机工程与科学2003
计算机工程与科学2002
计算机工程与科学2001
计算机工程与科学2000
计算机工程与科学2014年第z2期
计算机工程与科学2014年第z1期
计算机工程与科学2014年第9期
计算机工程与科学2014年第8期
计算机工程与科学2014年第7期
计算机工程与科学2014年第6期
计算机工程与科学2014年第5期
计算机工程与科学2014年第4期
计算机工程与科学2014年第3期
计算机工程与科学2014年第2期
计算机工程与科学2014年第12期
计算机工程与科学2014年第11期
计算机工程与科学2014年第10期
计算机工程与科学2014年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号