SIFT算法的并行实现及应用

doi:10.3778/j.issn.1002-8331.2010.20.016

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (20): 56-59.DOI: 10.3778/j.issn.1002-8331.2010.20.016

SIFT算法的并行实现及应用

韩龙，郭立，李玉云

中国科学技术大学电子科学与技术系，合肥 230027

收稿日期:2009-06-16 修回日期:2009-08-03 出版日期:2010-07-11 发布日期:2010-07-11
通讯作者: 韩龙

SIFT algorithm parallel implementation and application

HAN Long，GUO Li，LI Yu-yun

Department of Electronic Science and Technology，University of Science and Technology of China，Hefei 230027，China

Received:2009-06-16 Revised:2009-08-03 Online:2010-07-11 Published:2010-07-11
Contact: HAN Long

摘要/Abstract

摘要： SIFT算法广泛应用于计算机视觉等领域，而该算法具有较高复杂度，为此提出了一种基于改进SIFT特征提取的视频全景合成方法。该方法采用了多核系统平台并行优化来实现SIFT算法，首先对相邻视点的特征进行配准，然后对重合区域进行双线性融合，减少了视差的影响，同时克服了SIFT算法高复杂度问题。实验结果证明，SIFT算法的并行实现能够实时处理视频拼接，并在大角度旋转情况下仍能较好地合成视图。

关键词: 尺度不变特征变换（SIFT）算法, 并行优化, 图像配准, 视频拼接

Abstract: Scale Invariant Feature Transform（SIFT） has been widely applied to many computer vision problems.But it has higher complexity.To tackle this challenging situation，an improved SIFT approach is proposed to generate panorama.Based on the multi-core system platform，this approach first uses parallel optimization to implement SIFT algorithm.And then it estimates the perspective motion model to align the adjacent views by SIFT features.Through the blending，the video panorama can be synthesized.The experimental results show that the proposed method can real-time deal with video mosaic，and also effectively synthesize different views with misregistration or parallax.

Key words: Scale Invariant Feature Transform（SIFT） algorithm, parallel optimization, image registration, video mosaic

中图分类号:

TN911.73

韩龙，郭立，李玉云. SIFT算法的并行实现及应用[J]. 计算机工程与应用, 2010, 46(20): 56-59.

HAN Long，GUO Li，LI Yu-yun. SIFT algorithm parallel implementation and application[J]. Computer Engineering and Applications, 2010, 46(20): 56-59.

[1]	夏丹，周睿. 视差图像配准技术研究综述[J]. 计算机工程与应用, 2021, 57(2): 18-27.
[2]	郭艳芬，崔喆，杨智鹏，彭静，胡金蓉. 基于深度学习的医学图像配准技术研究进展[J]. 计算机工程与应用, 2021, 57(15): 1-8.
[3]	刘天，曾亮. 纹理抑制的光照不均图像配准算法研究[J]. 计算机工程与应用, 2020, 56(23): 180-188.
[4]	闵超波. 基于自适应混合多项式变换的图像配准[J]. 计算机工程与应用, 2020, 56(23): 194-201.
[5]	郭泓邑，张红民，李萍萍. 一种视差伪影最小化的视频拼接方法[J]. 计算机工程与应用, 2020, 56(20): 186-190.
[6]	曾安，王烈基，潘丹，黄殷. 基于FCN和互信息的医学图像配准技术研究[J]. 计算机工程与应用, 2020, 56(18): 202-208.
[7]	程德强，白春梦，郭昕，李腾腾，庄焕东，徐辉. 基于分层区域的自适应图像配准算法[J]. 计算机工程与应用, 2019, 55(17): 199-206.
[8]	贾雯晓1，张贵仓1，汪亮亮1，秦娜2. 基于SIFT和改进的RANSAC图像配准算法[J]. 计算机工程与应用, 2018, 54(2): 203-207.
[9]	朱雪彤1，钱秀娟2，孙薇薇1，侯宪春1，陈广生3，王永利4. 面向普适健康监测的心脏病分析方法[J]. 计算机工程与应用, 2018, 54(1): 159-165.
[10]	曹国刚，张晴，张培君，王志敏. 基于多核并行化差异进化算法的图像配准方法[J]. 计算机工程与应用, 2017, 53(20): 166-172.
[11]	雒培磊1，李国庆2，曾怡1. 一种改进的基于深度学习的遥感影像拼接方法[J]. 计算机工程与应用, 2017, 53(20): 180-186.
[12]	张卫国，李景妹. 改进的基于纹理特征的图像配准算法[J]. 计算机工程与应用, 2016, 52(6): 214-218.
[13]	卫建龙1，田铮1，2，延伟东1，范明1. 图像多尺度配准的小波域SURF算法[J]. 计算机工程与应用, 2014, 50(21): 200-204.
[14]	邓朝省，陈莹. 基于局部SIFT特征点的双阈值配准算法[J]. 计算机工程与应用, 2014, 50(2): 189-193.
[15]	杨宇光1，2，滕义伟1. 改进多尺度特征提取的图像配准算法研究[J]. 计算机工程与应用, 2014, 50(15): 157-163.

SIFT算法的并行实现及应用

SIFT algorithm parallel implementation and application

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics