基于邻域梯度图像拼接算法研究.pdfVIP

第 28卷 第 10期 科 技 通 报 V01．28 No．1O 2012年 10月 BULLETIN OFSCIENCEAND TECHN0L0GY 0ct．2O12 基于邻域梯度图像拼接算法研究 张芳芳 (河南城建学院，河南 平顶山467036) 摘 要 ：图像配准是图像拼接过程中至关重要的一步，本文首先分析TSIFT(sealeinvariantfeaturetrans— fomr)算法原理，然后根据SI丌算法的缺点对其进行改进。通过Harris角点检测算法，剔除不稳定的边缘 极值点，从而减少了特征点的数量；同时采用RANSAC算法去除伪匹配点。实验结果表明，改进算法不 仅具有旋转、尺度变化不变性，对于噪声和亮度变化具有良好的鲁棒性，而且匹配速度比改进前大大提 高。 关键词：尺度不变特性变换；特征提取；特征匹配；邻域梯度 中图分类号：TP391．4 文献标识码：A 文章编号：1001—7119(2012)10—0061—03 ResearchofImageMosaicAlgorithm BasedonNeighborhoodGradient Zhang 露帆g (HenanUniversityofUrbanConstruction，Pingdingshan467036，China) Abstract：Imageregistrationisacrutial stepintheprocessofimagemosaic．ScaleInvariantFeatureTransform algorithm isanalysisedinthisarticle，andanimprovedSIFTalgorithm isworkedoutaccordingtothedisadvantageoftheoriginal SIFT．EdgeextremepointsisremovedbymeansofHarriscomerdetectionalgorithm；whichreducethenumberoffeature points．RANSAC algorithm isalsousedtoremovefalsematchpoints．Theresultofexperimentshowsthattheimproved algorithm notonlyobtainrotationandscaleinvariancebutalsohasgoodrobustnesstonoiseandbrightnesschange．Itcan improvematchingspeedgreatlythanever． Keywords：scaleinvariantfeaturetransform；featureextraction；featurematching；neighborhoodgradient 2004年，哥伦比亚大学的DavidL等人提出一种 高斯卷积核可以实现尺度变换，且仅有这一种方法。二 特征提取算法一sIFT(scaleinvariantfeaturetransform) 维图像尺度空间表达式 为：(，y,tr)=G(，，)，(x,y)， 算法I11。它具有旋转 、尺度变化不变性 ，对于噪声和 其 中G(， )是高斯函数G(， )= e 忍 。 上73-or 亮度变化具有 良好的鲁棒性，并成功应用于 目标识别 (，y)为图像坐标，19是图像空间因子。高斯差分函数1 等领域。该算法计算复杂度高且速度慢。本文提出一种