期刊文献+

图像特征点提取与匹配的算法分析 被引量:7

下载PDF
导出
摘要 本文针对大规模高分辨率全景拼接运算量大这一问题,分析了SIFT和SURF图像特征点提取算法特点,实验证明SURF特征点提取效率比SIFT高,更适合并行计算,因此在大规模高分辨率率全景拼接时具有更高的效率。
出处 《科学技术创新》 2021年第22期111-112,共2页 Scientific and Technological Innovation
基金 广州市教育局科研项目(201831785) 广州市科技计划项目(202002030133)资助 广州市教育局科研项目:“面向多应用场景的先验信息整合粒子群优化模型研究”(编号:201831785) 广州市科技计划项目:“多层信息支撑的自学习粒子群算法研究与应用”(编号:202002030133)。
  • 相关文献

参考文献2

二级参考文献21

  • 1Brown M, Lowe D G. Recognizing panoramas[C] ff Proceedings of the 9th International Conference onComputer Vision ( ICCV03). Nice, France.. IEEE, 2003 .. 1218 - 1225.
  • 2Lowe D G. Distinctive image features from scale- invariant keypoints [ J ]. International Journal of Computer Vision, 2004,60(2) : 91 - 110.
  • 3Jegou H, Harzallah H, Schmid C. A contextual dissimilarity measure for accurate and efficient image search[C] ffProceedings of the Conference on Computer Vision Pattern Recognition. Minneapolis, USA: Is. n.], 2007:1-8.
  • 4Zitova B, Flusser J. Image registration methods: a survey[J]. Image and Vision Computing, 2003, 21: 977 - 100.
  • 5Lowe D G. Object recognition from local scale-invariant features [ C] // Proceedings of the International Conference on Computer Vision. Kerkyra, Greece: IEEE, 19991150 - 1157.
  • 6Mikolajczyk K, Schmid C. Scale A{fine invariant interest point detectors [J]. International Journal o{ Computer Vision, 2004, 1(60) :63 - 86.
  • 7Mikolajezyk K, Schmid C. A performance evaluation of local descriptors[J]. IEEE Trans. on Pattern Analysis and Machine Intelligence, 2005, 27(10) .. 1615 - 1630.
  • 8Lindeberg T. Scale-space theory: a basic tool for analyzing structures at different scales[J]. Journal of Applied Statistics, 1994,21(2) : 225 - 270.
  • 9张春美,龚志辉,孙雷.改进SIFT特征在图像匹配中的应用[J].计算机工程与应用,2008,44(2):95-97. 被引量:51
  • 10张宇,刘雨东,计钊.向量相似度测度方法[J].声学技术,2009,28(4):532-536. 被引量:132

共引文献64

同被引文献46

引证文献7

二级引证文献13

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