基于加窗SIFT和分布式优化的多图自动拼接算法

摘要：

针对无先验信息传统算法中普遍存在的误差累计问题,提出基于加窗尺度不变特征变换(W-SIFT)和分布式优化的多图自动拼接算法.根据多图拼接应用的特性,对尺度不变特征变换算法进行修改,提出加窗SIFT算法更高效地提取待拼接图像的特征点.运用随机抽样一致(RANSAC)算法计算出两两图像的变换矩阵.之后,建立了一个分布式优化模型,求解出多图拼接的全局最优解.实验结果表明,基于加窗SIFT和分布式优化的多图自动拼接算法能够有效地消除误差累积现象,能够得到更加精确的多图拼接结果.

关键词：分布式优化算法、分布式优化模型、尺度不变特征变换、随机抽样一致、多图自动拼接

所属期刊栏目：40

分类号：TN911.73-34;TP181

资助基金：国家自然科学基金:面向实时处理的多传感器数据融合算法与系统集成研究61171194

在线出版日期：2017-05-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：59-62