资料下载
×
一种结合AKAZE和RANSAC的图像拼接算法
消耗积分:0 |
格式:pdf |
大小:5.86 MB |
2021-03-12
分享资料个
针对传统图像描述方法在图像对变化复杂时特征点配准精度低，且传统 RANSAC算法计算稳定性差的问题，提出一种结合改进 AKAZE特征与 RANSAC算法的图像拼接算法。利用 AKAZE算法构造非线性尺度空间提取图像特征点，采用卷积神经网络描述符生成128维特征向量描述图像特征点，通过精简特征点并在迭代中设定嵌套阈值改进 RANSAC算法得到最优变换矩阵模型，结合最佳缝合线算法和多频段融合算法对变换后的图像进行拼接。实验结果表明，和传统 AKAZE算法相比，该算法在图像对的视角差异和光照差异较大时，配准精度分别提高12.60和6.99个百分点，改进后的 RANSAC算法计算时间较改进前缩短4，17ms，图像拼接精度更高。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
