基于纹理分类的多阈值SIFT图像拼接算法

摘要

针对传统SIFT算法的单一阈值导致的特征点空间分布不均匀的问题,提出了一种纹理分类的多阈值SIFT图像拼接算法。算法对图像的纹理复杂度进行了分析和分类,并增加纹理分类后的弱纹理区和一般纹理区的候选特征点,减少强纹理区域的候选特征点。通过信息熵设置弱纹理区和一般纹理区的阈值,以均衡特征点的数量。在以上基础上进行特征点匹配和图像融合完成图像拼接。相比传统的方法,实验结果表明,纹理分类的多阈值方法检测的特征点在空间分布上更加均匀,更有利于拼接。基于纹理分类的多阈值SIFT图像拼接算法可有效地提高拼接质量,在对图像质量有较高要求的场景中有潜在的运用价值。