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:
为提高图像拼接时的配准速度和精度, 针对鲁棒性模型估计问题, 提出一种基于行列式点过程的改进RANSAC算法(Random Sample Consensus). 该方法利用行列式点过程抽样法的全局负相关特性对匹配的特征点进行建模, 实现抽样点的均匀化和分散化, 剔除一些错误匹配点. 用行列式点过程抽取的点集作为RANSAC算法的输入来求取变换矩阵. 实验结果表明: 该算法相对于传统的RANSAC算法, 能够保持较高的精度和鲁棒性, 减少传统RANSAC算法迭代次数, 显著提升图像自动拼接的计算效率.
推荐文章
一种改进的RANSAC图像拼接算法
图像拼接
RANSAC
单应性矩阵
双向互匹配
加权平滑
基于SURF和改进RANSAC的视频拼接算法
视频拼接
ROI
关键帧
RANSAC
基于改进SIFT特征点匹配的图像拼接算法
图像拼接
SIFT算法
投影变换
图像融合
一种改进的基于SURF特征匹配的图像拼接算法
图像拼接
快速鲁棒特征
随机抽样一致
加权平滑算法
亮度均衡
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DPP改进RANSAC算法的图像拼接
来源期刊 计算机系统应用 学科
关键词 RANSAC算法 行列式点过程 配准 图像拼接 特征点匹配 概率分布
年,卷(期) 2018,(5) 所属期刊栏目 软件技术·算法
研究方向 页码范围 112-118
页数 7页 分类号
字数 5647字 语种 中文
DOI 10.15888/j.cnki.csa.006359
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 张赟 浙江传媒学院浙江广播电视技术研究所 8 12 2.0 3.0
2 陈爽 沈阳工业大学信息科学与工程学院 2 2 1.0 1.0
3 汪旌 杭州电子科技大学计算机学院图形图像研究所 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (71)
共引文献  (19)
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)
1935(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(5)
  • 参考文献(2)
  • 二级参考文献(3)
2005(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(0)
  • 二级参考文献(5)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(9)
  • 参考文献(1)
  • 二级参考文献(8)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(9)
  • 参考文献(2)
  • 二级参考文献(7)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(3)
  • 参考文献(2)
  • 二级参考文献(1)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(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
RANSAC算法
行列式点过程
配准
图像拼接
特征点匹配
概率分布
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
计算机系统应用
月刊
1003-3254
11-2854/TP
大16开
北京中关村南四街4号
82-558
1991
chi
出版文献量(篇)
10349
总下载数(次)
20
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导