一种基于SURF的全景图像配准算法

梁艳菊; 李庆; 林蓁蓁; 陈大鹏

doi:10.13873/j.1000-97872012.05.029

Chinese

您当前的位置：

首页 >

文章列表页 >

一种基于SURF的全景图像配准算法

计算与测试 | 更新时间：2025-09-11

- 一种基于SURF的全景图像配准算法
- A panoramic image registration algorithm based on SURF
- 传感器与微系统 2012年31卷第5期页码：132-135
- 作者机构：
  
  1. 中国科学院微电子所昆山感知中心
  2. 中国科学院微电子研究所集成先导工艺研究中心
- 作者简介：
- 基金信息：
  
  中国科学院知识创新工程重要方向项目（KGCX2—YW—148）
- DOI：10.13873/j.1000-97872012.05.029
  中图分类号： TP391.41
- 纸质出版：2012
- 稿件说明：
移动端阅览
[1]梁艳菊,李庆,林蓁蓁,陈大鹏.一种基于SURF的全景图像配准算法[J].传感器与微系统,2012,31(05):132-135.

LIANG Yan-ju1, LI Qing1, LIN Zhen-zhen1, et al. A panoramic image registration algorithm based on SURF[J]. 2012, 31(5): 132-135.
[1]梁艳菊,李庆,林蓁蓁,陈大鹏.一种基于SURF的全景图像配准算法[J].传感器与微系统,2012,31(05):132-135. DOI： 10.13873/j.1000-97872012.05.029.

LIANG Yan-ju1, LI Qing1, LIN Zhen-zhen1, et al. A panoramic image registration algorithm based on SURF[J]. 2012, 31(5): 132-135. DOI： 10.13873/j.1000-97872012.05.029.

摘要

传统的全景图像配准多采用基于SIFT的方法

该方法数据量大、时间效率低。提出了一种基于SURF的全景图像快速配准方法。运用SURF提取特征点

计算特征描述符;运用低时间复杂度的K-D树最近邻搜索法实现特征点快速匹配;利用RANSAC算法剔除误匹配点;最后估计出两幅全景图像的变换矩阵。测试表明:算法具有较高的时间效率和良好的鲁棒性。

Abstract

Previous panoramic images registration use approaches based on SIFT which has huge data amount and low time-efficiency.Technique for panoramic image registration is presented

SURF（speeded up robust features）is used to detect and descript the interest points

match the interest points by using high time-efficient K-D tree nearest neighbor searching method.Mismatched points is eliminated utilizing RANSAC.Transformation matrix between images is estimated.The experimental result shows that it has good time efficiency and excellent robustness.

关键词

Keywords

references

改进的RANSAC算法在图像配准中的应用 [J]. 曲天伟,安波,陈桂兰. 计算机应用 . 2010(07)

基于SURF的图像配准方法研究 [J]. 张锐娟,张建奇,杨翠. 红外与激光工程 . 2009(01)

一种基于广义互信息的图像配准算法 [J]. 张珍,曹云峰,丁萌,冯成涛. 传感器与微系统 . 2008(04)

基于kd树的多维索引在数据库中的运用 [J]. 吴涵,杨克俭. 自动化技术与应用 . 2007(09)

Scale & Affine Invariant Interest Point Detectors [J] . Krystian Mikolajczyk,Cordelia Schmid. International Journal of Computer Vision . 2004 (1)

Distinctive Image Features from Scale-Invariant Keypoints [J] . David G. Lowe. International Journal of Computer Vision . 2004 (2)

SUSAN—A New Approach to Low Level Image Processing [J] . Stephen M. Smith,J. Michael Brady. International Journal of Computer Vision . 1997 (1)

浏览量

455

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

低对比度红外图像点目标运动检测方法

海事监管中无人机航拍图像快速拼接算法

图像拼接方法综述

基于改进特征点检测的快速图像配准算法

基于多模型表示的高分辨率遥感图像配准方法