基于感知哈希与尺度不变特征变换的快速拼接算法

摘要：

鉴于尺度不变特征变换(SIFT)结构复杂域,k-d树匹配算法对于高维特征计算量过大,对SIFT特征信息利用少并且匹配的结果有大量误差,因此提出一种基于感知哈希与尺度不变特征变换的快速拼接算法.首先,使用感知哈希算法,提取匹配图像与待匹配图像的HASH指纹,快速识别出两幅图像的相似部分;然后,计算并提取出相似区域SIFT特征点.在特征点匹配算法上,替换传统的k-d树算法,利用SIFT特征点的主方向以及坐标位置信息过滤掉不必要的特征点匹配,减少匹配耗时;最后,用加权最佳拼接缝图像融合算法消除突变,完成拼接.实验结果显示,本文算法提取的特征点数比传统算法更少,在匹配算法上减少计算量,同时还粗过滤了一部分误匹配,提高了匹配准确度,算法的耗时较传统方法有明显提升.

关键词：SIFT特征、图像拼接、感知哈希、特征匹配、最佳拼接缝

所属期刊栏目：58

分类号：TP751(遥感技术)

资助基金：国家自然科学基金;协同创新项目;四川省科技计划;四川省教育厅项目

在线出版日期：2021-06-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：83-90