作者:
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:
针对尺度不变特征变换(SIFT)算法的匹配结果存在错误匹配点以及冗余匹配点的问题,提出一种改进的图像匹配算法。该算法将SIFT算子的尺度空间极值点作为初始特征点,用Harris角点检测算子对初始特征点进行筛选,选择高对比度的点作为最终特征点。接着设置合适的欧氏距离阈值进行粗匹配。由于SIFT得到的匹配点集存在冗余与错误匹配,改进的算法在匹配后再进行一次逆向匹配,最后,利用RANSAC算法进行纠错,得到正确的匹配特征点对。实验结果表明,在图像有旋转、平移、光照等情况下,该算法稳定、可靠。
推荐文章
一种改进的快速SIFT特征匹配算法
特征匹配
积分图像
积分直方图
实时性
稳定性
一种改进的SIFT特征反向匹配算法
立体匹配
SIFT算法
极线约束
反向匹配
倒车辅助
一种基于改进 SIFT算法的图像配准方法
图像配准
SIFT算法
Canny算子
RANSAC
一种面向图像拼接的改进PCA-SIFT算法
图像拼接
尺度不变特征变换
非极大值抑制
主成分分析
随机抽样一致性
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 一种改进的SIFT图像匹配算法
来源期刊 现代计算机:中旬刊 学科 工学
关键词 图像匹配 SIFT特征 随机抽样一致性 欧氏距离
年,卷(期) 2015,(2) 所属期刊栏目
研究方向 页码范围 58-62
页数 5页 分类号 TP391.41
字数 语种
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 林强 四川大学计算机学院 8 48 3.0 6.0
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  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
研究主题发展历程
节点文献
图像匹配
SIFT特征
随机抽样一致性
欧氏距离
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
现代计算机:中旬刊
月刊
1007-1423
44-1415/TP
广州市海珠区新港西路135号中山大学园B
46-205
出版文献量(篇)
9067
总下载数(次)
3
论文1v1指导