一种基于分块策略的SIFT特征快速提取与匹配方法.docxVIP

一种基于分块策略的SIFT特征快速提取与匹配方法.docx

  1. 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. 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. 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. 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. 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. 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. 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
查看更多
一种基于分块策略的 SIFT特 征 快 速提取与匹配方法 闸 一种基于分块策略的 SIFT 特 征 快 速 提取与匹配方法 闸 旋1 ,王 慧2 ,程 挺3 ,李 烁2 ,郭忠磊1 ( 1. 92859 部队,天津 300061; 2. 信息工程大学,河南 郑州 450001; 3. 78155 部队,四川 成都 610036) 摘要:通过研究基于 GPGPU 的 SIFT 特征匹配,提出一种通过分块处理实现大面阵遥感影像快速匹配的方 法。首先采用鲁棒性强的随机采样一致性算法来估计待匹配影像间的单应关系并剔除误匹配点; 然后通 过单应关系找到待匹配影像间的重叠区域,进而实现大面阵遥感影像的分块 SIFT 特征提取和匹配。试验 证明该算法可较快提取相应航摄测区的同名像点,为后续进行的光束法区域网平差提供了鲁棒的数据源。 关 键 词:图形处理单元; 尺度不变特征变换; 单应矩阵; 图像分块; 随机采样一致性 中图分类号:P237 文献标识码:A DOI 编码:10. 3969 / j. issn. 1673-6338. 2014. 05. 014 A Fast SIFT Feature Detecting and Matching Method Based on Partitioning Strategy ZHA Xuan1 , WANG Hui2 , CHENG Ting3 , LI Shuo2 , GUO Zhonglei1 ( 1. 92859 Troops, Tianjin 300061, China; 2. Information Engineering University, Zhengzhou 450001, China; 3. 78155 Troops, Chengdu 610036, China. ) Abstract: After researching SIFT feature detecting and matching based on partitioning strategy, a feature matching method apply to remote sensing imagery of bedding face array by blocking its area is proposed. This method first a- dopt the robust RANSAC algorithm to estimate homography relationship between two images to be matched and e- liminate false matching points,then find overlapping area between two images via the homographic matrix so as to achieve SIFT feature partitioned detecting and matching on remote sensing imagery of bedding face array. The pro- posed algorithm was experimented to verify that it can extract survey area corresponding points quickly, which can be provided as robust data foundation for bundle adjustment next to be conducted. Key words: GPU; SIFT; homographic matrix; image block; random sample consensus 近 10 多年来,图像局部不变特征一直是图像 处理、模式识别领域研究的热点问题。Lindeberg[1] 奠定了局部不变特征方法的理论基础,而 Lowe[2] 则将 Lindeberg 这些 理 论 予 以 实 现,于 1999 年 提 出著名的尺度不变特征变换 SIFT( Scale Invariant Feature Transform) 描述子,并在 2004 年对其进行 完善[3]。SIFT 描述子的性能是公认的,其他大多 数描述 子 如 SURF[4],GLOH[5],PCA-SIFT[6] 和 形 状上下文[7]都是充分借鉴了 SIFT 的思想,并在该 描述子的基础上改进得到的。但 无 论 是 SIFT 算 法还是众多的改进算法,它们的特征提取过程都 具有较高的时间复杂度,且其特征点描述向

文档评论(0)

小教资源库 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档