作者:王明春,周牧,田增山
摘要:本文提出了一种基于阚值分割的SIFT(Scale-invariant Feature Transform)图像拼接算法。与传统SIFT算法相比,该算法首先根据图像像素点灰度值和该像素点相邻区域像素点平均灰度值的关系对图像进行分割,即二维最大熵阈值分割;然后利用SIFT算法检测图像不同尺度空间的极值点计算得到关键点;最后根据关键点进行图像匹配,完成图像拼接。实验表明,基于二维最大熵阈值分割的图像拼接算法对图像的背景、噪声和旋转有很好的鲁棒性,可以有效提高图像的拼接效果。
发文机构:重庆邮电大学移动通信技术重庆市重点实验室
关键词:图像拼接SIFT最大熵阈值分割鲁棒性Image StitchingSIFTMaximum EntropyThreshold SegmentationRobustness
分类号: TP[自动化与计算机技术]