基于动态阈值和全局信息的SIFT量子图像拼接

摘要

针对量子图像拼接使用传统尺度不变特征变换(SIFT)算法易造成特征点数量不合理和误匹配率高的问题,提岀基于动态阈值和全局信息的SIFT量子图像拼接算法.针对特征点数量问题,利用特征点数量与量子点或量子环数量呈正比例关系这一特性,通过量子点或环的密度对SIFT算法的对比度阈值进行设置,以得到合适的特征点数量.针对误匹配率问题,通过构建全局信息描述子,并与SIFT局部描述子相结合,以降低误匹配率.实验结果表明:改进的算法有效地完成了量子环、量子线和量子点图像的拼接;将量子图像的特征点有效地控制在一个合理的范围内,并将误匹配率从17.34%〜33.02%降低至10.84%〜20%,使量子图像的拼接具有更好的可靠性.