基于区域分块的sift图像匹配技术研究与实现 research and implementation of matching technique of image based on sift algorithm of area blocking.pdfVIP

下载本文档

4
0
约2.25万字
约 7页
2017-08-21 发布于上海
举报
版权申诉

基于区域分块的sift图像匹配技术研究与实现 research and implementation of matching technique of image based on sift algorithm of area blocking.pdf

1、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。。
2、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。
3、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)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、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。
6、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。
7、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

基于区域分块的sift图像匹配技术研究与实现 research and implementation of matching technique of image based on sift algorithm of area blocking

第 40 卷第 8 期光电工程 Vol.40, No.8 2013 年 8 月 Opto-Electronic Engineering August, 2013 文章编号：1003-501X(2013)08-0052-07 基于区域分块的 SIFT 图像匹配技术研究与实现杜京义，胡益民，刘宇程 ( 西安科技大学电气与控制工程学院，西安 710054 ) 摘要：针对目前 SIFT 算法在特征匹配过程中出现的搜索范围广、处理数据量大、速度慢的问题，提出一种基于区域分块思想的新型 SIFT 匹配法。首先将待匹配图像进行双边二分区域分块处理；其次采用投票机制方式选取可信匹配子块，缩小原始匹配区域空间；随后结合 SIFT 算法提取可信匹配子块的特征点，并进行初步匹配；最后结合双向 RANSAC 算法去除伪匹配点对，提高匹配的准确率。实验结果表明：基于区域分块的改进 SIFT 算法比标准 SIFT 算法具有更强的实时性和鲁棒性，在实际图像匹配中具有一定的应用价值。关键词：区域分块；SIFT；可信匹配子块；双向 RANSAC 中图分类号：TP751.1 文献标志码：A doi：10.3969/j.issn.1003-501X.2013.08.010 Research and Implementation of Matching Technique of Image Based on SIFT Algorithm of Area Blocking DU Jingyi ，HU Yimin ，LIU Yucheng ( College of Electrical and Control Engineering, Xi’an University of Science and Technology, Xi’an 710054, China ) Abstract: Since Scale Invariant Feature Transform (SIFT) algorithm is applied in the process of feature matching and problems of wide range of searching, large volumes of data and slowly running occur, a new matching method of SIFT based on overlapping area is proposed. Firstly, the method splits the matching image into two areas of bilateral. Secondly, credible matching block is selected by the voting mechanism, which reduces the original matching area. Then, SIFT is used to extract feature points of credible matching block and match elementarily. Finally, false matching pairs are removed to improve matching accuracy by Bidirectional Random Sample Consensus (BRANSAC). The experi