基于改进蜘蛛网局部图像特征的图像配准算法

• 作者: 匡楠 杨永鹏 杨真真 许鹏飞
• 来源期刊: 南京邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 图像配准 特征匹配 特征描述子 邻域采样模型
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 通信与电子
• 页码范围: 27-34
• 页数: 8页
• 分类号: TN911.73|TP391
• 字数: 6527字
• 语种: 中文
• DOI: 10.14132/j.cnki.1673-5439.2020.02.005

摘要

为了解决传统基于特征描述匹配算法鲁棒性和精度较差的问题,提出一种基于改进的蜘蛛网局部图像特征(Spider Local Image Feature,SLIF)描述子的图像配准算法.该算法对SLIF描述子进行改进,将特征点采样模型范围内的方形、径向、环形邻域像素信息纳入描述范围,增强SLIF描述子空域描述能力.此外,还对SLIF描述子描述方法进行改进,利用特征点采样模型范围内像素点之间自相似性构建特征描述方法.实验表明,该方法在平移旋转图像特征点配对的准确率和配准精度高,抗噪声能力强,具有较好的鲁棒性和图像变换适应性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨真真	南京邮电大学通信与网络技术国家工程研究中心	21	101	5.0	10.0
2	匡楠	南京邮电大学通信与网络技术国家工程研究中心	2	51	1.0	2.0
3	杨永鹏	南京信息职业技术学院网络与通信学院	6	0	0.0	0.0
4	许鹏飞	南京邮电大学通信与网络技术国家工程研究中心	1	0	0.0	0.0