基于SURF分割圆形区域的图像拼接

2021-11-30 04:23:34洪鹏程
电讯技术 2021年11期
关键词:方向特征区域

洪鹏程,唐 垚,任 重

(西安邮电大学 通信与信息工程学院,西安 710121)

0 引 言

图像拼接技术是将两幅有部分重叠的图像拼接成一幅视角更广并且无拼接缝的图像,以获得更丰富、更精准的场景信息[1]。该技术通常被应用于监控安防、医疗图像诊断、图像识别与探测等区域,具有非常重要的研究意义与价值。

图像拼接过程中,配准的方法一般分为两种。一种是计算图像灰度值匹配的方法。这种图像拼接算法简单,直接计算待拼接图像的像素灰度值来进行匹配,实现较为容易,但是稳定性差,对光照度变化较敏感。另一种是基于特征的匹配方法[2-3],该方法具有较好的稳定性,能够更好地克服图像的光照度、旋转、尺度等变化的影响,是目前适用性较强的一种图像拼接方法[4-5]。

为了获得更好的配准结果,近年来的研究热点主要集中在SIFT(Scale-invariant Feature Transform)算法上,但是其算法匹配速度较慢。文献[6]在SIFT的基础上进行改进,提出了SURF(Speeded Up Robust Features)算法,替代了传统的SIFT运算来提取特征,再通过快速双向匹配进行图像配准。虽然改进的SURF算法在一定程度上提高了运行速度,但是视角变换角度过大时匹配精度较低。文献[7-8]对传统的 SURF算法进行改进,在拥有匹配速度的同时提高了匹配正确率,但是在一些极限场景下效果并不理想。近几年常用的配准方法中,SIFT算法对图像匹配正确率较高[9-10],但是由于该算法对大量特征点都进行计算,导致算法耗时过长。SURF算法比SIFT算法在匹配耗时上具有明显的提升[11-13],但是在匹配正确率方面较低,从而导致拼接效果不佳。……

登录APP查看全文

猜你喜欢
方向特征区域
2022年组稿方向
计算机应用(2022年2期)2022-03-01 12:33:42
2021年组稿方向
计算机应用(2021年4期)2021-04-20 14:06:36
2021年组稿方向
计算机应用(2021年1期)2021-01-21 03:22:38
如何表达“特征”
不忠诚的四个特征
当代陕西(2019年10期)2019-06-03 10:12:04
关于四色猜想
分区域
基于严重区域的多PCC点暂降频次估计
电测与仪表(2015年5期)2015-04-09 11:30:52
位置与方向
线性代数的应用特征
河南科技(2014年23期)2014-02-27 14:19:15