作者:
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:
针对高分辨率遥感图像中,特征点数目大且易存在误匹配点的问题,提出结合Harris和改进K-means的遥感图像配准算法.首先,利用Harris提取特征点;然后,使用改进K-means算法进行区域划分,进行特征点匹配;最后,区域间利用RANSAC方法剔除错误匹配点,得到精确匹配点对.该算法减少了特征点数目,提高配准精确度.实验结果表明了算法的有效性.
推荐文章
基于K-means与SVM结合的遥感图像全自动分类方法
K-means
支持向量机
遥感图像分类
k-means算法的研究与改进
聚类
划分方法
数据样本
阈值
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
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Harris和改进K-means的遥感图像配准算法
来源期刊 数字技术与应用 学科 工学
关键词 Harris 图像配准 K-means算法 随机抽样一致(RANSAC)
年,卷(期) 2020,(10) 所属期刊栏目 算法分析
研究方向 页码范围 83-87,91
页数 6页 分类号 TP751
字数 语种 中文
DOI 10.19695/j.cnki.cn12-1369.2020.10.28
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (73)
共引文献  (52)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1981(2)
  • 参考文献(0)
  • 二级参考文献(2)
1982(2)
  • 参考文献(0)
  • 二级参考文献(2)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(7)
  • 参考文献(1)
  • 二级参考文献(6)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(7)
  • 参考文献(0)
  • 二级参考文献(7)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(11)
  • 参考文献(1)
  • 二级参考文献(10)
2016(10)
  • 参考文献(0)
  • 二级参考文献(10)
2017(5)
  • 参考文献(1)
  • 二级参考文献(4)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(2)
  • 参考文献(2)
  • 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
Harris
图像配准
K-means算法
随机抽样一致(RANSAC)
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
数字技术与应用
月刊
1007-9416
12-1369/TN
16开
天津市
6-251
1983
chi
出版文献量(篇)
20434
总下载数(次)
106
总被引数(次)
35701
论文1v1指导