文献类型：期刊文章

作　　者：陈伟[1] 刘宇[1] 王亚伟[1] 孙静[2] 嵇婷[1] 赵青林[1]

CHEN Wei;LIU Yu;WANG Yawei;SUN Jing;JI Ting;ZHAO Qinglin(Xi’an Institute of Applied Optics,Xi’an 710065,China;School of Mechanical and Material Engineering,Xi’an University,Xi’an 710065,China)

机构地区：[1]西安应用光学研究所,陕西西安710065 [2]西安文理学院机械与材料工程学院,陕西西安710065

出　　处：《应用光学》

基　　金：国资委央企攻关项目(2020YQGJ006-020)。

年　　份：2021

卷　　号：42

期　　号：4

起止页码：636-642

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、CSCD、CSCD_E2021_2022、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对SURF(speeded-up robust features)算法计算量大、图像拼接效率低的不足,以FAST(features from accelerated segment test)角点取代SURF斑点在图像重合区域提取特征点,使用SURF描述子进行特征点描述,通过描述子降维、自适应最近邻与次近邻比值法、几何约束法剔除错误匹配点,提高匹配的准确性。匹配完成后,通过减少样本集的个数和舍弃不合理参数模型来改进RANSAC(random sample consensus)方法,获取单应性矩阵,最后进行图像变换、融合和拼接。实验结果显示,该图像拼接算法与传统的SURF算法相比,图像拼接总时间减少了12%,拼接效率得到了显著提高。

关 键 词：FAST SURF描述子  RANSAC 图像拼接

分 类 号：TN911.73] TP391]