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:
图像匹配时间包括特征提取时间和特征点匹配时间,减少特征提取时间,能够大大提高图像匹配效率。目前,普遍的匹配算法对整幅图像进行特征提取,当图像较大时,特征提取时间长,影响匹配效率。文中提出一种由粗到细的两步骤快速图像匹配新算法,这种算法在特征提取时间上作了改进。粗匹配阶段,用双直方图( TCH)哈希算法进行模板匹配,找到与模板最相似的图像区域,缩小ORB特征提取的范围。细匹配阶段,在找到的最相似区域,用高速的ORB算子提取和描述特征点。最后,用欧氏距离法进行特征向量的匹配。由于特征提取的范围被缩小到一个很小的区域,总匹配时间大大减少。实验结果表明,文中提出的图像匹配算法,在保持高匹配鲁棒性的前提下,与SIFT、SURF和ORB算法相比,匹配速度有了很大提高。
推荐文章
一种基于两步运动估计的系列图像匹配算法
图像匹配
运动估计
简化仿射变换
光流法
匹配残差
一种两步迭代匹配算法及其性能分析
虚拟输出队列
交叉开关
两步迭代
硬件
仿真
一种基于小波分解的快速图像匹配算法
图像匹配
图像融合
小波变换
小波分解
一种新的粒子群优化的图像匹配算法
图像匹配
粒子群算法
惯性权重
速度扰动
搜索速度
收敛精度
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 一种快速的两步骤图像匹配新算法
来源期刊 计算机技术与发展 学科 工学
关键词 由粗到细 快速图像匹配 双直方图哈希算法 ORB算子
年,卷(期) 2015,(8) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 67-70
页数 4页 分类号 TP391.41
字数 3235字 语种 中文
DOI 10.3969/j.issn.1673-629X.2015.08.014
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 唐加山 南京邮电大学理学院 68 203 8.0 11.0
2 邱丽君 南京邮电大学通信与信息工程学院 1 9 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (25)
参考文献  (7)
节点文献
引证文献  (9)
同被引文献  (22)
二级引证文献  (42)
1981(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(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(5)
  • 引证文献(4)
  • 二级引证文献(1)
2018(15)
  • 引证文献(1)
  • 二级引证文献(14)
2019(21)
  • 引证文献(1)
  • 二级引证文献(20)
2020(7)
  • 引证文献(0)
  • 二级引证文献(7)
研究主题发展历程
节点文献
由粗到细
快速图像匹配
双直方图哈希算法
ORB算子
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
相关基金
江苏省自然科学基金
英文译名:Natural Science Foundation of Jiangsu Province
官方网址:http://www.jsnsf.gov.cn/News.aspx?a=37
项目类型:
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导