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:
在图匹配问题中基于松弛迭代的方法能否收敛到全局最优解在很大程度上依赖于初始值的估计,针对这个问题,提出了一种结合亮度序局部特征描述的图匹配算法。该算法首先利用Hessian?Affine方法提取图像的特征点及局部特征区域,以特征点作为图的节点并结合特征点的邻近关系构造结构图;其次,根据亮度序约束关系对局部特征区域进行子区域划分,利用改进的中心对称局部二值模式( CS?LBP )获取局部特征描述;最后,将局部特征描述之间的相似性作为图匹配关系矩阵的初始值,通过松弛迭代的方法获取特征点的准确匹配结果。实验结果表明该算法匹配准确率较高。
推荐文章
基于SIFT特征描述子的立体匹配算法
立体匹配
SIFT
极线约束
图像变换
基于实时局部特征描述的自然路标提取与匹配
特征匹配
特征抽取
路标匹配
曲率算法
三维曲面的特征描述和特征匹配
三维曲面
三维网格
特征描述
特征匹配
高斯曲率
基于局部近邻图的特征描述与特征匹配算法研究
特征描述
局部近邻图
特征匹配
相似性度量
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 结合亮度序局部特征描述的图匹配算法
来源期刊 哈尔滨工程大学学报 学科 工学
关键词 亮度序 局部特征描述 图匹配 中心对称局部二值模式 松弛迭代
年,卷(期) 2015,(3) 所属期刊栏目
研究方向 页码范围 399-403
页数 5页 分类号 TP391
字数 3167字 语种 中文
DOI 10.3969/j.issn.1006-7043.201311085
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 梁栋 安徽大学计算机智能与信号处理教育部重点实验室 153 1898 21.0 37.0
5 鲍文霞 安徽大学计算机智能与信号处理教育部重点实验室 56 472 11.0 20.0
9 张艳 安徽大学计算机智能与信号处理教育部重点实验室 30 88 5.0 8.0
10 胡根生 安徽大学计算机智能与信号处理教育部重点实验室 31 215 7.0 14.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (35)
共引文献  (8)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1955(1)
  • 参考文献(0)
  • 二级参考文献(1)
1956(1)
  • 参考文献(0)
  • 二级参考文献(1)
1964(1)
  • 参考文献(0)
  • 二级参考文献(1)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
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)
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(3)
  • 参考文献(2)
  • 二级参考文献(1)
2005(3)
  • 参考文献(2)
  • 二级参考文献(1)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(6)
  • 参考文献(3)
  • 二级参考文献(3)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(3)
  • 参考文献(3)
  • 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
亮度序
局部特征描述
图匹配
中心对称局部二值模式
松弛迭代
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
哈尔滨工程大学学报
月刊
1006-7043
23-1390/U
大16开
哈尔滨市南岗区南通大街145号1号楼
14-111
1980
chi
出版文献量(篇)
5623
总下载数(次)
16
总被引数(次)
45433
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导