10.3969/j.issn.2095-6835.2010.08.005
基于PCA-SIFT特征检测的眼底图像拼接
确定稳定的特征点是图像配准和拼接的重要环节.针对传统基于特征的拼接方法需要原始图像具有明显的角点或边界信息的弱点,将PAC-SIFT(Principal Components Analysis-scale invariant keypoints)主成分不变特征检测算法引入到眼底图像拼接中.该算法在划分的特征子区域内用梯度构造特征量,并用主成分分析法(PCA)降低特征维数.在拼接时,采用淡入淡出算法完成眼底图像的拼接.实验结果表明:该算法能够有效实现眼底图像的精确配准和平滑.
眼底图像、图像拼接、PCA-SIFT特征、RANSAC
26
TP391.9(计算技术、计算机技术)
基金申请人:余轮潘林;项目名称:一种新的免散瞳眼底自动照相机及其远程会诊系统的研究;基金颁发部门:国家自然科学基金委60827002
2014-07-08(万方平台首次上网日期,不代表论文的发表时间)
共3页
11-13