论文研究-基于局部显著特征的快速图像配准方法.pdf

【文件属性】：
文件名称：论文研究-基于局部显著特征的快速图像配准方法.pdf
文件大小：938KB
文件格式：PDF
更新时间：2022-08-11 14:28:55
尺度不变特征变换, 改进K-means聚类算法, 显著特征点, 显著区域 针对SIFT算法在进行图像配准时存在提取特征点数目大、无法精确控制、运算速度慢、配准点精度不高的问题, 提出一种基于局部显著特征的快速图像配准方法。该方法首先对原始图像和待配准图像进行降采样, 对降采样图像分别提取SIFT特征点, 并对特征点运用改进的K-means聚类算法进行聚类; 然后利用聚类结果筛选聚类区域, 在各聚类区域提取显著特征点进行粗匹配; 最后利用显著特征点在原始图像中定位显著区域, 对所得显著区域进行精配准。实验结果表明, 该方法减少了图像匹配时间, 控制了特征点数量, 在保证匹配准确度的同时, 有效地提高了特征匹配的效率。