-
题名基于CLAHE和改进ZNCC的图像拼接研究
被引量：4
- 1
-
-
作者
霍冠群
陆金波
罗圣翔
-
机构
西南石油大学电气信息学院
-
出处
《激光与光电子学进展》
CSCD
北大核心
2022年第12期216-224,共9页
-
基金
国家自然科学基金(61603319,61601385)。
-
文摘
对弱对比度图像进行拼接时,由于对比度较差等原因,待拼接图像上分布的匹配特征点较少,图像配准误差较大。为了解决这一问题,提高图像拼接质量,提出一种基于contrast limited adaptive histogram equalization(CLAHE)和改进zero-mean normalized cross-correlation(ZNCC)的图像拼接算法。在提取特征点前,利用CLAHE算法对弱对比度图像进行预处理,增加图像对比度,增加匹配点数量;然后,使用结合特征点梯度主方向的改进ZNCC算法筛选特征点,提高特征点的正确匹配率;最后,使用筛选后的特征点集合计算变换矩阵,并完成图像拼接。实验结果表明,与其他算法相比,所提算法在弱对比度图像上增加了约25%的正确匹配点,误匹配率相对于SIFT算法降低0.5个百分点~3个百分点,有效提高了图像配准精度,减少了配准重影的出现,优化了图像拼接结果。
-
关键词
图像处理
图像拼接
图像增强
特征点筛选
-
Keywords
image processing
image stitching
image enhancement
feature points filtering
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
