特征点聚类高精度视差图像拼接

来源 :中国图象图形学报 | 被引量 : 0次 | 上传用户：weisu890221

【摘要】

：

目的针对不同视点下具有视差的待拼接图像中,特征点筛选存在漏检率高和配准精度低的问题,提出了一种基于特征点平面相似性聚类的图像拼接算法。方法根据相同平面特征点符合同一变换的特点,计算特征点间的相似性度量,利用凝聚层次聚类把特征点划分为不同平面,筛选误匹配点。将图像划分为相等大小的网格,利用特征点与网格平面信息计算每个特征点的权重,通过带权重线性变换计算网格的局部单应变换矩阵。最后利用多频率融合方法融

【作者】

：

谢从华张冰高蕴梅

【机构】

：

常熟理工学院计算机科学与工程学院,常熟,215500常熟理工学院计算机科学与工程学院,常熟215500;苏州大学计算机科学与技术学院,苏州215006;常熟理工学院图书馆,常熟,215500;

【出处】

：

中国图象图形学报

【发表日期】

：

2020年06期

【关键词】

：

图像拼接图像配准层次聚类视差图像局部单应变换特征点匹配

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

其他文献

空间约束层次加权Gamma混合模型的SAR图像分割

目的合成孔径雷达(SAR)图像中像素强度统计分布呈现出复杂的特性,而传统混合模型难以建模非对称、重尾或多峰等特性的分布。为了准确建模SAR图像统计分布并得到高精度分割结果,本文提出一种利用空间约束层次加权Gamma混合模型(HWGa MM)的SAR图像分割算法。方法采用Gamma分布的加权和定义混合组份;考虑到同质区域内像素强度的差异性和异质区域间像素强度的相似性,采用混合组份加权和定义HWGa

期刊

SAR图像分割层次化加权Gamma混合模型马尔可夫随机场期望最大化法M-H算法

自适应尺度突变目标跟踪

目的尺度突变是目标跟踪中一项极具挑战性的任务,短时间内目标的尺度发生突变会导致跟踪要素丢失,使得跟踪误差积累导致跟踪漂移,为了更好地解决这一问题,提出了一种先检测后跟踪的自适应尺度突变的跟踪算法(kernelized correlation filter_you only look once,KCF_YOLO)。方法在跟踪的训练阶段使用相关滤波跟踪器实现快速跟踪,在检测阶段使用YOLO (you

期刊

目标跟踪相关滤波神经网络检测尺度突变尺度自适应

Euromonitor数据:r中国眼镜市场2019年零售额超884亿

中国不仅是世界领先的眼镜生产大国,而且是世界潜力最大的眼镜消费国.据Euro-monitor的数据显示,中国眼镜市场2019年零售额达884.3亿元(人民币,下同),同比增长6.1％.

期刊

融合约束学习的图像字幕生成方法

目的图像字幕生成是一个涉及计算机视觉和自然语言处理的热门研究领域,其目的是生成可以准确表达图片内容的句子。在已经提出的方法中,生成的句子存在描述不准确、缺乏连贯性的问题。为此,提出一种基于编码器—解码器框架和生成式对抗网络的融合训练新方法。通过对生成字幕整体和局部分别进行优化,提高生成句子的准确性和连贯性。方法使用卷积神经网络作为编码器提取图像特征,并将得到的特征和图像对应的真实描述共同作为解码器

期刊

图像字幕生成约束学习强化学习生成式对抗网络融合训练

行业研究:r彩色隐形眼镜的走俏之路

角膜接触镜(contact lens,CL),即直接贴附在角膜的泪液层上,与人眼生理相容,达到视力矫正的目的——这就是我们常说的隐形眼镜.大多数人用“美瞳”来通称所有美容隐形眼镜片,

期刊

结合空间注意力多层特征融合显著性检测

目的多层特征对于显著性检测具有重要作用,多层特征的提取和融合是显著性检测研究的重要方向之一。针对现有的多层特征提取中忽略了特征融合与传递、对背景干扰信息敏感等问题,本文基于特征金字塔网络和注意力机制提出一种结合空间注意力的多层特征融合显著性检测模型,该模型用简单的网络结构较好地实现了多层特征的融合与传递。方法为了提高特征融合质量,设计了多层次的特征融合模块,通过不同尺度的池化和卷积优化高层特征和低

期刊

显著性检测深度学习特征金字塔特征融合空间注意力

特征点聚类高精度视差图像拼接

其他学术论文