采用显著区域匹配的图像拼接算法

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (10): 204-207.

• 图形、图像、模式识别 • 上一篇下一篇

采用显著区域匹配的图像拼接算法

李业伟1，2，华臻1，2，李晋江2

1.山东师范大学信息科学与工程学院，济南 250014
2.山东工商学院信息与电子工程学院，山东烟台 264005

出版日期:2012-04-01 发布日期:2012-04-11

Image mosaics algorithm based on salient region matching

LI Yewei1，2, HUA Zhen1，2, LI Jinjiang2

1.College of Information Science and Engineering, Shandong Normal University, Jinan 250014, China
2.College of Information and Electronic Engineering, Shandong Institute of Economic & Technology, Yantai, Shandong 264005, China

Online:2012-04-01 Published:2012-04-11

摘要/Abstract

摘要： 将视觉关注模型和均值无缝克隆（MVSC）算法相结合，提出了一种采用显著区域匹配的图像拼接算法。新算法通过改进视觉关注模型提取显著区域，同时利用区域匹配技术实现重叠显著区域的匹配，结合MVSC具有良好的图像融合特性，对图像拼接进行了研究。实验结果表明，该算法不仅可以自动准确地提取显著区域，而且提高了图像匹配的精确度，改善了图像拼接的质量。

关键词: 显著区域, 图像匹配, 均值无缝克隆（MVSC）, 全景图像

Abstract: An image mosaics algorithm based on salient region matching is proposed by combining the visual attention model and the Mean Value Seamless Cloning（MVSC） algorithm. The new algorithm uses the improved visual attention model to extract the salient region, and the use of matching technology achieves the image matching, and MVSC algorithm has good image fusion character, so that the image mosaics are studied. Experimental results show that this paper algorithm can not only automatically and accurately extract the salient regions, but also reduce the complexity of the image matching, improve the quality of image mosaics.

Key words: salient region, image matching, Mean Value Seamless Cloning（MVSC）, panoramic image

李业伟1，2，华臻1，2，李晋江2. 采用显著区域匹配的图像拼接算法[J]. 计算机工程与应用, 2012, 48(10): 204-207.

LI Yewei1，2, HUA Zhen1，2, LI Jinjiang2. Image mosaics algorithm based on salient region matching[J]. Computer Engineering and Applications, 2012, 48(10): 204-207.

[1]	张晓闻，任勇峰. 结合稀疏表示与拓扑相似性的图像匹配算法[J]. 计算机工程与应用, 2021, 57(8): 198-203.
[2]	卫保国，张玉兰，周佳明. 图像匹配中的特征点筛选方法[J]. 计算机工程与应用, 2021, 57(3): 208-214.
[3]	蔡秀梅，卞静伟，吴成茂，王妍. 基于LBP的鲁棒特征提取与匹配方法研究[J]. 计算机工程与应用, 2021, 57(16): 228-236.
[4]	魏玮，张芯月，朱叶. 改进的SIFT结合余弦相似度的人脸匹配算法[J]. 计算机工程与应用, 2020, 56(6): 207-212.
[5]	李佳芮，黄斯翀，徐修贤，康希睿，汪沛. 融合边缘信息和扩展邻域的异源图像匹配[J]. 计算机工程与应用, 2019, 55(14): 182-190.
[6]	李和阳，孙云莲，黄雅鑫，黎圣旻，余军伟. 基于图像匹配的变压器套管工况识别方法研究[J]. 计算机工程与应用, 2018, 54(5): 211-216.
[7]	孙福盛，韩燮，丁江华，刘涛. LYTRO相机光场图像深度估计算法及重建的研究[J]. 计算机工程与应用, 2018, 54(13): 175-180.
[8]	王其浩1，2，王斌1，2. 用于图像购物搜索的局部匹配算法[J]. 计算机工程与应用, 2017, 53(6): 246-251.
[9]	徐天阳，吴小俊. 基于Gabor变换的快速跟踪算法[J]. 计算机工程与应用, 2016, 52(6): 134-138.
[10]	范青，于凤芹，陈莹. 基于分块对比的多尺度图像显著区域检测[J]. 计算机工程与应用, 2016, 52(6): 162-166.
[11]	兰红，王秋丽. 基于聚类和马氏距离的多角度SURF图像匹配算法[J]. 计算机工程与应用, 2016, 52(21): 211-217.
[12]	付偲1，2，邓丽1，2，卢根1，2，费敏锐1，2. 基于快速视网膜关键点算法改进的图像匹配方法[J]. 计算机工程与应用, 2016, 52(19): 208-212.
[13]	王宪保，潘海飞，章国琼，何文秀，姚明海. 一种快速的加权矢量图像匹配方法[J]. 计算机工程与应用, 2016, 52(16): 137-141.
[14]	董晓庆，陈洪财. 光照变化环境下的SIFT改进算法[J]. 计算机工程与应用, 2016, 52(15): 222-227.
[15]	李昕宇，侯春萍，王宝亮，宁国津，于奎星. 基于图像匹配的移动应用自动化测试方法研究[J]. 计算机工程与应用, 2016, 52(13): 43-47.

采用显著区域匹配的图像拼接算法

Image mosaics algorithm based on salient region matching

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