- 1、本文档共3页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
金属学与金属工艺
2013年7月 机床与液压 Ju1.2013
第41卷 第 13期 MACHINETOOL HYDRAULICS V01.41No.13
DOI:10.3969/j.issn.1001—3881.2013.13.016
基于 Canny.Harris—SIFT算法的立体匹配
江祥奎 ,王曙光
(西安邮电大学自动化学院,陕西西安710121)
摘要:针对SIFT算法存在计算量大、复杂度高的问题,提出一种基于Canny—Harris—SIFI算法的立体匹配新方法。该算
法将Canny边缘检测、基于Harris角点的匹配方法和基于SIFF特征的匹配方法有机结合,采用 Harris提取特征点,为每个
特征点定义主方向和生成特征向量描述子,从而提高特征匹配效率 实验结果表明:该算法降低了特征匹配的复杂度 ,提
高了算法的实时性和图像的正确匹配率。
关键词:立体匹配;尺度不变特征变换;角点匹配;特征匹配;边缘检测
中图分类号:TP391 文献标识码 :A 文章编号:1001—3881(2013)13—059—2
StereoM atchingBasedonCanny-·Harris--SIFTAlgorithm
JIANG Xiangkui.WANGShuguang
(SchoolofAutomation,Xi’anUniversityofPostsandTelecommunications,Xi’anShaanxi710121,China)
Abstract:Aimingattheproblemsoflargecalculatingamountandhighcomplexityinscaleinvariantfeaturetrnasform algorithm,
anew stereomatchingmehtodwasproposedbasedonCanny—Harris—SIFTalgorithm.Inthematchingmethod,Cannyedgedetection
WScombinedwithhtematchingmethodsbasedonHarriscoinerandSIrI1feature.Thefeaturepointsofimageswere detectedbyusing
Harrisoperator,themainorientationforeachfeaturepointwascalculated,htefeaturepointdescriptorsweregenerated,SOaStoim-
provetheefficiencyoffeaturematching.Th eexperimentalresultsshow thatusingthisalgorithm,htecomplexityoffeatureextraction
nadmatchingisreduced,thereal—timeperfomr naceofSIFT algorihtm isimprovednadthecorrectimagematchingrateisensured.
Keywords:Stereomatching;Scaleinvariantfeaturetransform (SIFT);Comermatching;Featurematching;Edgedetection
立体匹配是立体视觉中最困难的重要步骤。在立 描述子 (包括像素灰度值、局部区域灰度函数和卷
体视觉的各种应用中,立体匹配算法发挥着极其重要 积图像符号);另一类是图像特征 (包括过零点、边
的作用 ,例如三维可视通话,主要就是利用立体匹配 缘和角点);(2)匹配准则的合理制定,尽可能使匹
算法进行三维重构。现有的立体匹配算法主要是在实 配结果真实反映景物的本来面 目; (3)对现有的匹
验室环境中进行,都采用了许多假设 ,例如采集的多 配算法进行改进,建立
文档评论(0)