咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于光谱图像空间的F-SIFT特征提取与匹配 收藏

基于光谱图像空间的F-SIFT特征提取与匹配

Feature extraction and matching of F-SIFT based on spectral image space

作     者:丁国绅 乔延利 易维宁 李俊 杜丽丽 DING Guo-shen;QIAO Yan-li;YI Wei-ning;LI Jun;DU Li-li

作者机构:中国科学院安徽光学精密机械研究所通用光学定标与表征技术重点实验室安徽合肥230031 中国科学技术大学安徽合肥230026 西安科技大学安全科学与工程学院陕西西安710054 

出 版 物:《光学精密工程》 (Optics and Precision Engineering)

年 卷 期:2021年第29卷第5期

页      面:1180-1189页

核心收录:

学科分类:08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基  金:国家自然科学基金资助项目(No.41601379) 

主  题:尺度不变特征变换 光谱图像空间 八邻域准则 双重位置迭代匹配 

摘      要:针对传统SIFT算法提取到的图像特征点数量稀少的问题,可利用高光谱图像的特性,在光谱维度上取差重构了图像的尺度空间,使得提取到的特征点数量得到了极大地提高。但特征点数量的大幅增加导致算法的时间开销随之增大,并且有效特征点的占比较低。为了解决特征点的冗余问题,提高匹配效率,提出了一种基于光谱图像空间的F-SIFT算法。利用FAST算法能够在像素层面上快速判断的特性,构建了以当前像素为中心的八邻域准则,在提取图像的特征点之前对差分金字塔的对应位置的像素点做预筛选,使得特征点数量降低到了原来的10%以下;另外传统的匹配方法只统计了目标象元邻域内的像素信息,而忽略了象元的几何位置信息,因此本文扩展了特征描述符向量,首先利用最近邻与次近邻之比对特征描述符做一次粗匹配,记录可靠性程度并将其纳入描述符向量,接着按照相似性程度的高低从前20组匹配中迭代选取4组匹配点用于构造三角平面,利用象元的位置信息进行精确匹配。实验结果表明本文方法能够有效降低冗余特征点的数量,剔除误匹配。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分