检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:陈瑞林 张晓燕 游通意 Chen Ruilin;Zhang Xiaoyan;You Tongyi(School of Information Science and Technology,Tan Kah Kee College,Xiamen University,Zhangzhou Fujian,363105)
机构地区:[1]厦门大学嘉庚学院信息科学与技术学院,福建漳州363105
出 处:《电子测试》2022年第5期65-67,共3页Electronic Test
基 金:福建省自然科学基金(2020J01039);漳州市科技计划项目(ZZ2020J04);厦门大学嘉庚学院预研项目(YY2019L01);厦门大学嘉庚学院大学生创新创业训练计划项目(202113469200)资助。
摘 要:图像匹配技术具有广泛应用,寻求高效率、高精度、健壮性好以及复杂度低的图像匹配算法是当下计算机视觉中的研究重点之一。本文对各种特征点提取和匹配算法进行了对比分析,在此之上提出了一种改进的特征提取以及图像匹配算法,提高了匹配算法的鲁棒性。Image matching technology is widely used.Seeking image matching algorithms with high efficiency,high precision,good robustness and low complexity is one of the research focuses in computer vision.Based on the comparative analysis of various feature point extraction and matching algorithms,an improved feature extraction and image matching algorithm is proposed to improve the robustness of the matching algorithm.
分 类 号:TP391[自动化与计算机技术—计算机应用技术]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.15