期刊文献+

SUFT算法与改进的Harris算法相结合的图像匹配方法 被引量:3

下载PDF
导出
摘要 本文提出了改进的Harris算法与SUFT算法相结合的图像匹配方法,用稳定的SUFT算法检测提取尺度空间极值点作为特征候选点,根据灰度的"相似度"的原则进行Harris特征提取,实验结果表明,使用改进后的算法进行遥感图像配准能有效去除误配点,使候选点数量更少,特征点更稳定,使得匹配的效率更高,准确性更高。
作者 郭鲁 魏颖
机构地区 沈阳工学院
出处 《黑龙江科技信息》 2014年第36期98-98,共1页 Heilongjiang Science and Technology Information
  • 相关文献

参考文献3

二级参考文献25

  • 1陈白帆,蔡自兴.基于尺度空间理论的Harris角点检测[J].中南大学学报(自然科学版),2005,36(5):751-754. 被引量:79
  • 2李博,杨丹,张小洪.基于Harris多尺度角点检测的图像配准新算法[J].计算机工程与应用,2006,42(35):37-40. 被引量:32
  • 3王兆仲,周付根,刘志芳,杨建峰.一种高精度的图像匹配算法[J].红外与激光工程,2006,35(6):751-755. 被引量:9
  • 4Lowe D.Distinctive image features from scale-invariant key points[J].International Journal on Computer Vision,2004,60(2):91-110. 被引量:1
  • 5Brown M Z,Burschka D.Advances in computational stereo[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2003,25(8):993-1008. 被引量:1
  • 6Shapiro L G,Stockman G C.Computer Vision[M].Addison Wesley/Pearson,2005. 被引量:1
  • 7Chris Harris,Mike Stephens.A Combined Corner and Edge Detector[C].Manchester:Proceedings of the 4th Alvey Vision Conference,1988:147-151. 被引量:1
  • 8Moravec H P.Towards automatic visual obstacle avoidance[A].In:Proceedings of International Joint Conference on Artificial Intelligence[C],Cambridge,MA,USA,1977:584-590. 被引量:1
  • 9Lowe D G.Object recognition from local scale-invariant features[J].International Conference on Computer Vision,1999:1150-1157. 被引量:1
  • 10Mikolajczyk K,Schmid C.Scale & Affine invariant interest point detectors[J].International Journal of Computer Vision,2004,60(1):63-86. 被引量:1

共引文献139

同被引文献28

引证文献3

二级引证文献20

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部