论文部分内容阅读
基于特征点匹配的图像拼接方法对图像旋转、噪声等比较敏感,提出了基于SURF和伪Zernike矩的图像拼接方法,并利用改进的SURF算子获取图像中的特征点,计算以特征点为中心邻域窗口的伪Zernike矩,获得各个特征点邻域伪Zernike矩的Bray-Curtis相似性度量的初始匹配点对,利用RANSAC算法剔除伪特征点对,之后对输入图像作几何变换进行配准,融合重叠区域,获得良好的拼接图像.实验表明,改进的SURF特征检测算法提取的特征点均匀、准确、迅速,而且图像配准算法对平移、旋转以及噪声均具有鲁棒性.