[1]国艺美,冯时雨,毕 波*.一种未校正鱼眼图像的特征匹配的组合算法[J].计算机技术与发展,2022,32(S2):64-67.[doi:10. 3969 / j. issn. 1673-629X. 2022. S2. 011]
　GUO Yi-mei,FENG Shi-yu,BI Bo *.A Combination Algorithm for Feature Matching of Uncorrected Fisheye Images[J].,2022,32(S2):64-67.[doi:10. 3969 / j. issn. 1673-629X. 2022. S2. 011]
点击复制

一种未校正鱼眼图像的特征匹配的组合算法()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
32
期数:
2022年S2期
页码:
64-67
栏目:
图形与图像
出版日期:
2022-12-11

文章信息/Info

Title:
A Combination Algorithm for Feature Matching of Uncorrected Fisheye Images
文章编号:
1673-629X(2022)S2-0064-04
作者:
国艺美1 ; 冯时雨2 ; 毕 波3*
1. 东北石油大学 数学与统计学院,黑龙江 大庆 163318;
2. 大连理工大学 机械工程学院,辽宁 大连 116081;
3. 海南医学院 公共卫生与全健康国际学院,海南 海口 571101
Author(s):
GUO Yi-mei1 ; FENG Shi-yu2 ; BI Bo3 *
1. School of Mathematics and Statistics,Northeast Petroleum University,Daqing 163318,China;
2. School of Mechanical Engineering,Dalian University of Technology,Dalian 116081,China;
3. International School of Public Health and One Health,Hainan Medical University,Haikou 571101,China
关键词:
鱼眼图像; RANSAC; 特征匹配; SIFT; LIOP
Keywords:
fisheye image; RANSAC; feature matching; SIFT; LIOP
分类号:
TP301. 6
DOI:
10. 3969 / j. issn. 1673-629X. 2022. S2. 011
摘要:
特征匹配是计算机视觉中的一个重要问题,它用于计算在同一场景中使用不同传感器、不同视角或不同时间拍摄的图像之间的视觉相似度,针对未校正鱼眼图像匹配提出了一种特征匹配组合算法。 将尺度不变特征转换( SIFT) 和局部强度顺序模型( LIOP) 的特征描述相结合,进行图像配准实验。 实验表明与原 SIFT 算法相比,新算法不仅获得了更多的匹配点对数,而且缩短了匹配时间,提高了计算效率。 提出的针对未校正鱼眼图像的特征匹配的组合算法是有效的。
Abstract:
Feature matching is an important problem in computer vision. It is used to calculate the visual similarity between imagescaptured in the same scene using? ? ?different sensors,different viewing angles,or different times. For uncorrected fisheye image matching,afeature matching combination algorithm is proposed. Combine the feature descriptions of Scale-Invariant Feature Transform ( SIFT) andLocal Intensity Order Model ( LIOP) to conduct image registration experiments. The experiments show that compared with the originalSIFT algorithm,the proposed algorithm not only obtains more matching point pairs,but also shortens the matching time and improves thecomputational efficiency. The combined algorithm for feature matching of uncorrected fisheye images is effective.

相似文献/References:

[1]杨云涛 冯莹 曹毓 陈运锦.基于SURF的序列图像快速拼接方法[J].计算机技术与发展,2011,(03):6.
　YANG Yun-tao,FENG Ying,CAO Yu,et al.Fast Method for Image Sequences Mosaic Based on SURF[J].,2011,(S2):6.
[2]斯闻豪,杨庚. 一种基于经线模型的鱼眼图像校正算法[J].计算机技术与发展,2014,24(10):38.
　SI Wen-hao,YANG Geng. A Fisheye Image Correction Method Based on Longitude Model[J].,2014,24(S2):38.
[3]覃 丹,崔 岩,刘兴林.基于经纬映射与透视投影的球形图像校正[J].计算机技术与发展,2020,30(11):94.[doi:10. 3969 / j. issn. 1673-629X. 2020. 11. 018]
　QIN Dan,CUI Yan,LIU Xing-lin.Spherical Image Correction Based on Latitude and Longitude Mapping and Perspective Projection[J].,2020,30(S2):94.[doi:10. 3969 / j. issn. 1673-629X. 2020. 11. 018]
[4]韩 叙,席 萌.面向 3D 动画球幕电影的鱼眼图像制作方法[J].计算机技术与发展,2023,33(11):209.[doi:10. 3969 / j. issn. 1673-629X. 2023. 11. 031]
　HAN Xu,XI Meng.Method for Making Fisheye Images for 3D Animated Dome Shows[J].,2023,33(S2):209.[doi:10. 3969 / j. issn. 1673-629X. 2023. 11. 031]

更新日期/Last Update: 2022-10-10