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:
目的 含有重复模式的图像会对局部特征描述符产生歧义,因此基于局部特征的匹配算法在此类图像的匹配过程中极易产生误匹配.同时,通过研究现有的引入全局特征描述符的匹配算法,发现全局特征同样依赖于计算局部信息所得到的特征点主方向,所以此类方法在含有重复模式的图像中也不容易得到令人满意的匹配效果.为了解决这一问题,提出一种基于成对特征点的图像匹配算法.方法 该方法利用成对特征点的方向向量作为特征点对的主方向,为特征描述提供了正确的方向信息,同时引入DAISY描述符与改进后的全局上下文(globalcontext)特征描述符,提高了匹配能力.结果 分别在模拟图像与实际图像上面进行了对比匹配实验,本文算法平均的匹配正确率能达到88%以上,比其他经典的匹配算法提高了26%以上.结论 实验结果表明,本文算法克服了现有算法在特征描述与主方向分配上的缺陷,进一步提升了匹配正确率,能够有效地解决重复模式图像的匹配问题.
推荐文章
一种基于点匹配的图像重复区域检测方法
篡改检测
复制-粘贴
重复区域
点匹配
特征点聚类
区域生长
采用图像增强的图像特征点匹配算法
图像增强
预处理
特征提取
特征匹配
匹配算法
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
一种局部二值模式图像特征点匹配算法
BRIEF
ORB
特征点匹配算子
局部二值模式
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 针对重复模式图像的成对特征点匹配
来源期刊 中国图象图形学报 学科 工学
关键词 图像匹配 重复模式 成对特征点 局部特征 全局特征
年,卷(期) 2015,(1) 所属期刊栏目 图像理解和计算机视觉
研究方向 页码范围 113-124
页数 12页 分类号 TP391.4
字数 6772字 语种 中文
DOI 10.11834/jig.20150112
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 夏德深 南京理工大学计算机科学与工程学院 220 3601 29.0 48.0
2 孙权森 南京理工大学计算机科学与工程学院 112 1385 19.0 32.0
3 陈强 南京理工大学计算机科学与工程学院 91 1365 20.0 33.0
4 罗楠 南京理工大学计算机科学与工程学院 8 104 5.0 8.0
5 纪则轩 南京理工大学计算机科学与工程学院 20 320 10.0 17.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (32)
参考文献  (13)
节点文献
引证文献  (10)
同被引文献  (20)
二级引证文献  (5)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(5)
  • 参考文献(2)
  • 二级参考文献(3)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(5)
  • 参考文献(3)
  • 二级参考文献(2)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(4)
  • 引证文献(4)
  • 二级引证文献(0)
2018(4)
  • 引证文献(2)
  • 二级引证文献(2)
2019(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
图像匹配
重复模式
成对特征点
局部特征
全局特征
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
中国图象图形学报
月刊
1006-8961
11-3758/TB
大16开
北京9718信箱
82-831
1996
chi
出版文献量(篇)
5906
总下载数(次)
17
总被引数(次)
131816
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导