-
公开(公告)号：CN107578376B
公开(公告)日：2021-06-22
申请号：CN201710758683.0
申请日：2017-08-29
Applicant: 北京邮电大学
Abstract: 本发明公开了基于特征点聚类四叉划分和局部变换矩阵的图像拼接方法，属于图像处理和计算机视觉领域；针对待拼接图像，提取两幅图像的SIFT特征并进行匹配，选取一副图作为参考图像，对另一幅图像提取的匹配后的特征点使用k‑means方法进行聚类；根据聚类结果对非参考图像进行逐层四叉划分，使得每个子空间中仅包含一类特征点；利用MDLT方法得到非参考图像划分的每个子空间所对应的变换矩阵；利用变换矩阵对非参考图像划分的每个子空间的每个像素值进行坐标变换，并与参考图像进行对准拼接，最终得到结果图。本发明利用特征点的内在特性和分布情况，大大减少变换矩阵数量的同时仍然得到符合人眼视觉认知的画面，整体上提升了拼接过程的计算效率。
-
公开(公告)号：CN107578376A
公开(公告)日：2018-01-12
申请号：CN201710758683.0
申请日：2017-08-29
Applicant: 北京邮电大学
Abstract: 本发明公开了基于特征点聚类四叉划分和局部变换矩阵的图像拼接方法，属于图像处理和计算机视觉领域；针对待拼接图像，提取两幅图像的SIFT特征并进行匹配，选取一副图作为参考图像，对另一幅图像提取的匹配后的特征点使用k-means方法进行聚类；根据聚类结果对非参考图像进行逐层四叉划分，使得每个子空间中仅包含一类特征点；利用MDLT方法得到非参考图像划分的每个子空间所对应的变换矩阵；利用变换矩阵对非参考图像划分的每个子空间的每个像素值进行坐标变换，并与参考图像进行对准拼接，最终得到结果图。本发明利用特征点的内在特性和分布情况，大大减少变换矩阵数量的同时仍然得到符合人眼视觉认知的画面，整体上提升了拼接过程的计算效率。
-
Search Results
2
records
(took 0.012 seconds)
