在众多图像配准算法中,尺度不变特征转换(Scale-invariant feature transform)由于其对旋转、尺度缩放、亮度变化保持不变性,且对仿射变换和噪声也有一定程度的鲁棒性,从而得到了大范围的应用.但该算法的缺点是运行时间过长.论文旨在减少不必要的检测区域,减少特征点检测和描述符构建所花费的时间.主要分为两部分:1)对待检测图像循环分块,计算各个子块信息熵(Entropy of information),当所有子块信息熵标准差达到固定阈值时停止分块,去掉子块集合中子块信息熵满足条件的部分.2)将图像二值化,计算二值图像连通区域,在第一步的基础上去掉所有连通区域的部分,得到最终待检测的图像区域.最后进行SIFT算法特征检测并生成PCA-SIFT描述子,使用最近邻与次近邻之比的算法完成图像配准.实验结果表明:论文算法在保证匹配精度达到90％以上的情况下,减少算法运行时间20％～30％,提高了图像配准的速度.
A Fast Registration Algorithm for the Region to be Registered
万方数据
维普
