原文服务方: 现代电子技术       
摘要:
目前图像校正算法使用较多的是SIFT特征点和随机采样一致性(RANSAC)算法,但是在提取SIFT特征和用RANSAC算法剔除误匹配会消耗大量的时间,剔除误匹配后仍然存在少量错误.因此提出一种基于ORB特征和运动一致性算法实现图像校正.首先提取ORB特征,使用汉明距离进行初始匹配,然后采用运动一致性算法剔除错误匹配,再使用拓扑约束项对顽固误匹配进行剔除,最后利用RANSAC算法计算出变换矩阵H,从而完成图像的校正.实验结果表明,与SIFT算法相比,该算法不仅特征检测和匹配速度较快,计算资源消耗较少,且具有很好的鲁棒性.
推荐文章
遥感图像光照一致性定量评价
光照一致性校正
定量评价
Retinex
直方图均衡化
动态范围压缩
一种基于相位一致性的虹膜识别方法
生物特征身份识别
虹膜识别
相位一致性
特征提取
模式匹配
一种改进的软件定义网络低开销一致性更新算法
软件定义网络
流表更新
一致性
规则空间开销
线性规划
一种改进的ORB图像匹配算法
ORB算法
特征点提取
图像匹配
自适应频谱抑制
多尺度空间模型
特征匹配
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 一种基于ORB特征和运动一致性的图像校正算法
来源期刊 现代电子技术 学科
关键词 ORB特征 运动一致性 图像校正 拓扑约束 误配剔除 性能对比
年,卷(期) 2019,(18) 所属期刊栏目 人工智能
研究方向 页码范围 171-176
页数 6页 分类号 TN911.73-34|TP391
字数 语种 中文
DOI 10.16652/j.issn.1004-373x.2019.18.040
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 甘俊英 五邑大学信息工程学院 82 871 14.0 26.0
2 秦传波 五邑大学信息工程学院 16 25 3.0 4.0
3 曾军英 五邑大学信息工程学院 23 58 5.0 7.0
4 翟懿奎 五邑大学信息工程学院 25 110 7.0 9.0
5 谌瑶 五邑大学信息工程学院 6 6 1.0 2.0
6 冯武林 五邑大学信息工程学院 4 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (11)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (9)
二级引证文献  (0)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
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)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
ORB特征
运动一致性
图像校正
拓扑约束
误配剔除
性能对比
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
现代电子技术
半月刊
1004-373X
61-1224/TN
大16开
1977-01-01
chi
出版文献量(篇)
23937
总下载数(次)
0
总被引数(次)
135074
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导