10.3969/j.issn.1000-386x.2013.10.048
基于D2层近零点模板的SIFT特征提取算法
SIFT(Scale-Invariant Feature Transform)特征提取是通过在不同尺度DOG(Difference of Gaussian)层进行逐个像素遍历获取极值点得到,当图像分辨率较高时计算量巨大。利用DOG(高斯一阶差分)层极值点与D2(高斯二阶差分)层的近零点之间的对应关系,提出基于近零点模板的SIFT特征提取算法,其中近零点判定阈值利用图像熵动态获取。由于模板的限制致使SIFT特征提取的范围缩小,极大降低了计算及时间复杂度。实验结果表明,相对于经典SIFT算法,提出的算法不仅保持了其较高的鲁棒性,而且大幅提高了特征提取效率。
SIFT特征、D2层、近零点模板、图像熵
TP301(计算技术、计算机技术)
贵州省农业攻关黔科合NY字[2011]3107号;贵州省社发攻关项目黔科合SY字[2011]3008;贵阳市科技攻关项目筑科合同[2011204]34号。
2013-11-07(万方平台首次上网日期,不代表论文的发表时间)
共4页
173-176