基于改进SIFT的时间序列图像拼接方法研究

摘要：

针对SIFT(Scale Invariant Feature Transform)算法计算复杂度高,运行时间长的问题,提出了一种改进的SIFT算法.通过扩大极值点取值范围,减少极值点数量,提高运算速度;采用12环的圆形窗口代替传统的方形窗口,简化了特征描述符的构造方法,生成78维SIFT特征描述符,进一步提高了算法的运算速度;将BBF(Best Bin First)运用到特征点对之间初次配准的搜索中,并用RANSAC(Random Sample Consensus)算法对特征点配准对进行二次处理,以消除错误配准.将改进的SIFT算法与渐入渐出融合算法相结合,实现对时间序列图像的拼接融合处理.针对拼接融合后的图像,采用局部分块检测的方法评价其效果.实验结果表明,该算法运算速度快,具有较高的鲁棒性,且拼接融合效果好.

关键词：尺度不变特征变换、随机抽样一致性、渐入渐出融合、图像拼接

所属期刊栏目：56

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金No.41501419

在线出版日期：2020-01-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：196-202