典型文献
基于LoFTR算法的图像拼接算法研究与实现
文献摘要：
针对传统算法图像匹配准方法提取特征点不精确、鲁棒性低、低纹理下很难识别到特征点等问题,提出了一种新的局部图像特征匹配方法,替代传统的顺序执行图像特征检测,描述和匹配的步骤.首先在原图像提取分辨率为1/8的粗略特征,然后平铺为一维向量,并为其添加位置编码,将组合结果输入Transformers模块中的自注意力层和交叉注意力层,最后输入可微分匹配层后得到置信矩阵,为该矩阵设置阈值和相互最近标准,从而得到粗略的匹配预测.其次是在精细层次上细化良好的匹配,在建立精匹配之后,通过变换矩阵到统一的坐标下,实现图像重叠区域对齐,最后通过加权平局融合算法对图像进行融合,实现对图像的无缝拼接.使用Transformers中的自注意力层和交叉注意力层来获取图像的特征描述符.实验结果表明,在特征点提取方面,LoFTR算法比传统的SIFT算法,无论在低纹理区域还是纹理比较丰富的区域提取的都更精确,同时使用此方法得到的拼接效果比传统经典算法拼接的效果更好.
文献关键词：
图像拼接;图像特征匹配;LoFTR算法;加权平均融合
中图分类号：
作者姓名：
田爱奎;王康涛;张立晔;魏丙财
作者机构：
山东理工大学计算机科学与技术学院,淄博 255000;山东省大数据发展创新实验室,淄博255000
文献出处：
引用格式：
[1]田爱奎;王康涛;张立晔;魏丙财-.基于LoFTR算法的图像拼接算法研究与实现)[J].科学技术与工程,2022(30):13363-13369
A类：
LoFTR
B类：
图像拼接,拼接算法,算法研究,研究与实现,传统算法,图像匹配,配准方法,提取特征点,局部图,图像特征匹配,匹配方法,特征检测,原图,图像提取,取分,粗略,平铺,位置编码,Transformers,自注意力,注意力层,交叉注意力,可微分,匹配层,设置阈值,精匹配,变换矩阵,重叠区域,对齐,平局,融合算法,特征描述符,特征点提取,SIFT,比较丰富,区域提取,传统经典,加权平均融合
AB值：
0.420365
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
