原文服务方: 计算机应用研究       
摘要:
图像配准是计算机视觉中诸多问题的基础,基于图像特征的配准方法仍然是该领域的研究热门.为了提高算法的效率,拥有更好的实用性,提出了一种基于FAST-DAISY的遥感图像配准方法.首先运用FAST算法提取特征点,提出分配主方向的方法,利用DAISY算法建立描述符,得到特征点集后,使用RANSAC(随机抽样一致性)算法剔除误匹配点对,最终估计仿射变换参数,利用二次线性插值法得到配准后的遥感图像.实验结果表明,算法对于平移、旋转、灰度差异、地物差异、位置差异、小尺度差异和噪声干扰的遥感图像有较好的配准效果,匹配时间通常介于SIFT与SURF-DAISY算法之间,算法在实用性上有较大优势.
推荐文章
基于优化ORB算法的遥感图像精确配准技术
ORB算法
遥感图像
图像配准技术
变换参数估计
互信息计算
特征点匹配
一种基于粒子滤波的遥感图像配准算法
遥感图像
配准
粒子滤波
曲线特征提取
改进的SURF彩色遥感图像配准算法
图像配准
改进描述符
最优阈值
遥感图像的亚像素配准技术研究
亚像素配准
高分辨遥感
下采样
互功率谱
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FAST和DAISY的遥感图像配准算法
来源期刊 计算机应用研究 学科
关键词 遥感图像配准 FAST算法 DAISY描述符 RANSAC算法 二次线性插值
年,卷(期) 2016,(2) 所属期刊栏目 图形图像技术
研究方向 页码范围 624-628
页数 5页 分类号 TP391.41
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2016.02.070
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 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
2 罗楠 南京理工大学计算机科学与工程学院 8 104 5.0 8.0
3 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
4 查易艺 南京理工大学计算机科学与工程学院 1 16 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (4)
参考文献  (12)
节点文献
引证文献  (16)
同被引文献  (36)
二级引证文献  (20)
1981(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(2)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(4)
  • 参考文献(2)
  • 二级参考文献(2)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(4)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(4)
  • 二级引证文献(0)
2016(4)
  • 引证文献(4)
  • 二级引证文献(0)
2017(6)
  • 引证文献(2)
  • 二级引证文献(4)
2018(13)
  • 引证文献(6)
  • 二级引证文献(7)
2019(9)
  • 引证文献(4)
  • 二级引证文献(5)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
遥感图像配准
FAST算法
DAISY描述符
RANSAC算法
二次线性插值
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
论文1v1指导