南京邮电大学学报(自然科学版)

作者：杨真真,匡楠,杨永鹏,许鹏飞

单位：南京邮电大学 通信与网络技术国家工程研究中心，江苏南京210003南京邮电大学 通信与网络技术国家工程研究中心，江苏南京210003南京信息职业技术学院 网络与通信学院，江苏南京210023南京邮电大学 通信与网络技术国家工程研究中心，江苏南京210003

关键词：图像配准；特征匹配；特征描述子；邻域采样模型

基金：国家自然科学基金(61501251)、中国博士后科学基金(2018M632326)、通信与网络技术国家工程研究中心开放课题(TXKY17010)、江苏省高校自然科学面上项目(19KJB510044)、南京信息职业技术学院校级基金(YK20190402)和江苏省高等学校大学生创新创业训练计划(201913112012Y)资助项目

为了解决传统基于特征描述匹配算法鲁棒性和精度较差的问题，提出一种基于改进的蜘蛛网局部图像特征(Spider Local Image Feature，SLIF)描述子的图像配准算法。该算法对SLIF描述子进行改进，将特征点采样模型范围内的方形、径向、环形邻域像素信息纳入描述范围，增强SLIF描述子空域描述能力。此外，还对SLIF描述子描述方法进行改进，利用特征点采样模型范围内像素点之间自相似性构建特征描述方法。实验表明，该方法在平移旋转图像特征点配对的准确率和配准精度高，抗噪声能力强，具有较好的鲁棒性和图像变换适应性。

来源：2020年第2期

《南京邮电大学学报(自然科学版)》期刊编辑部

查看南京邮电大学学报(自然科学版)杂志2020年第2期