• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    一種改進(jìn)RANSAC算法的單應(yīng)性矩陣估計(jì)方法

    2020-05-25 02:30李嘉惠張豐收崔浩陽(yáng)
    軟件導(dǎo)刊 2020年2期
    關(guān)鍵詞:圖像匹配

    李嘉惠 張豐收 崔浩陽(yáng)

    摘 要:在圖像拼接技術(shù)中,單應(yīng)性矩陣是實(shí)現(xiàn)兩幅圖像正確拼接的關(guān)鍵因素。針對(duì)傳統(tǒng)RANSAC算法誤匹配點(diǎn)概率較高,需要設(shè)置固定的投影誤差閾值t導(dǎo)致迭代次數(shù)多、運(yùn)行時(shí)間長(zhǎng)、估計(jì)的單應(yīng)性矩陣精度低等問(wèn)題,提出一種改進(jìn)的RANSAC算法以降低誤匹配率。利用特征點(diǎn)周圍灰度梯度相似性,剔除初始匹配中部分誤匹配點(diǎn),以減少矩陣估計(jì)的迭代次數(shù);通過(guò)快速舍棄錯(cuò)誤的單應(yīng)性矩陣以減少內(nèi)點(diǎn)檢測(cè)時(shí)間,提高算法運(yùn)行效率;通過(guò)BGD算法最小化損失函數(shù)以擬合精確的單應(yīng)性矩陣。對(duì)比實(shí)驗(yàn)結(jié)果表明,改進(jìn)的RANSAC算法能夠有效剔除誤匹配點(diǎn),減少內(nèi)點(diǎn)檢測(cè)時(shí)間,提高單應(yīng)性矩陣H的精度。

    關(guān)鍵詞:圖像匹配;RANSAC算法;單應(yīng)矩陣;BGD算法;誤匹配點(diǎn)

    DOI:10. 11907/rjdk. 191439 開(kāi)放科學(xué)(資源服務(wù))標(biāo)識(shí)碼(OSID):

    中圖分類號(hào):TP317.4 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1672-7800(2020)002-0149-04

    英標(biāo):A Homography Matrix Estimation Method Based on Improved RANSAC Algorithm

    英作:LI Jia-Hui1,ZHANG Feng-shou1,CUI Hao-Yang 2

    英單:(1.College of Mechanical and Electrical Engineering, Henan University of Science and Technology, Luoyang 471003, China;2.College of Mechanical and Electrical Engineering and Automation, Shanghai University, Shanghai 201900,China)

    Abstract: In image stitching technology, the homography matrix is the key factor to achieve the correct stitching of two images. The traditional RANSAC algorithm has a high probability of mismatching points and needs to set a fixed projection error threshold t and it will lead to many iterations, long running time, and low accuracy of the estimated homography matrix. An improved RANSAC algorithm is proposed to reduce the mismatch rate. The similarity of gray gradient around feature points is used to eliminate some mismatched points in initial matching, so as to reduce the iteration times of matrix estimation. By quickly discarding the wrong homography matrix, the detection time of the inner point is reduced, and the operating efficiency of the algorithm is improved. The loss function is minimized by the BGD algorithm to fit the exact homography matrix. According to the results of the comparative experiment, the improved RANSAC algorithm can effectively eliminate the mismatch points, reduce the inside point detection time, and improve the accuracy of the homography matrix H.

    Key Words: image matching; RANSAC algorithm; homography matrix; BGD algorithm; mismatch point

    0 引言

    圖像拼接技術(shù)是指將一組具有相互重疊部分的圖像進(jìn)行空間匹配對(duì)準(zhǔn),經(jīng)重采樣融合成一幅包含各圖像序列信息的寬視角場(chǎng)景、可理解性更好的新圖像[1-2]。圖像配準(zhǔn)是指根據(jù)兩幅圖像重疊區(qū)的一致性求解圖像之間的投影變換,即平面單應(yīng)性矩陣,廣泛應(yīng)用于三維重建、目標(biāo)跟蹤和機(jī)器人視覺(jué)等領(lǐng)域[3-4]。目前圖像配準(zhǔn)方法研究最多、應(yīng)用最為廣泛的是基于特征點(diǎn)的圖像配準(zhǔn)方法。在特征點(diǎn)匹配過(guò)程中,不可避免地會(huì)產(chǎn)生誤匹配[3-6],目前有很多消除誤匹配的方法,如霍夫聚類法、最小中位法以及隨機(jī)抽樣一致性算法(Random Sample Consensus,RANSAC)等等。其中,RANSAC由Fischler & Bolles在1981年提出,廣泛應(yīng)用于圖像拼接領(lǐng)域。文獻(xiàn)[7]中,在提取圖像的 SIFT 特征點(diǎn)后,根據(jù)閾值法對(duì)特征點(diǎn)進(jìn)行初始匹配,然后采用改進(jìn)的RANSAC 算法對(duì)初始匹配對(duì)篩選,再計(jì)算圖像間單應(yīng)性矩陣,最后使用加權(quán)平均的融合方法實(shí)現(xiàn)圖像的無(wú)縫拼接,可靠性較高但效率較低;文獻(xiàn)[8]提出了一種改進(jìn)的全景圖自動(dòng)拼接算法,利用 RANSAC 算法去除誤匹配,但是估計(jì)的單應(yīng)性矩陣精度低,拼接效果一般;文獻(xiàn)[9]中,在改進(jìn)的RANSAC算法中改用8對(duì)特征點(diǎn)匹配點(diǎn)對(duì),確保對(duì)應(yīng)8個(gè)特征點(diǎn)皆為內(nèi)點(diǎn),從而大大降低迭代次數(shù),提高運(yùn)算效率;文獻(xiàn)[10]重復(fù)采用兩次 RANSAC 算法引導(dǎo)匹配,降低了單應(yīng)性矩陣估計(jì)效率;文獻(xiàn)[11]首先進(jìn)行初步篩選,然后利用相似三角形求出基準(zhǔn)單應(yīng)性矩陣,設(shè)定閾值,剔除不滿足閾值的匹配點(diǎn)對(duì),最后得到精確匹配點(diǎn)。一般當(dāng)匹配對(duì)超過(guò)一半外點(diǎn)時(shí),RANSAC算法就能估計(jì)出正確的單應(yīng)性矩陣。但是在內(nèi)點(diǎn)概率[ω]非常小的情況下,迭代次數(shù)將非常高,導(dǎo)致運(yùn)算效率降低。

    目前基于RANSAC算法的單應(yīng)性矩陣估計(jì)均存在精度低、算法運(yùn)行時(shí)間長(zhǎng)等問(wèn)題。因此,本文提出一種改進(jìn)RANSAC算法的單應(yīng)性矩陣估計(jì)方法,能夠有效剔除誤匹配點(diǎn),減少運(yùn)行時(shí)間,顯著提高單應(yīng)性矩陣精度。

    1 RANSAC算法基本原理

    RANSAC算法基本假設(shè)是樣本中包含正確數(shù)據(jù)也包含異常數(shù)據(jù),即數(shù)據(jù)集中含有噪聲。這些異常數(shù)據(jù)可能由于錯(cuò)誤的測(cè)量、錯(cuò)誤的假設(shè)、錯(cuò)誤的計(jì)算等產(chǎn)生。同時(shí)RANSAC也假設(shè)給定一組正確數(shù)據(jù),存在可以計(jì)算出符合這些數(shù)據(jù)模型參數(shù)的方法[12-13]。它是一種有效的參數(shù)估計(jì)算法,通過(guò)不斷迭代,從包含內(nèi)點(diǎn)和外點(diǎn)的觀測(cè)數(shù)據(jù)集中隨機(jī)選取一定數(shù)量的樣本對(duì)單應(yīng)性矩陣進(jìn)行估計(jì),最終找出內(nèi)點(diǎn)個(gè)數(shù)最多、誤差最小的單應(yīng)性矩陣。RANSAC算法的最小迭代次數(shù)如下:

    其中,[ε]是內(nèi)點(diǎn)在觀測(cè)數(shù)據(jù)集中的比例,n是得到模型參數(shù)所需要的最少樣本數(shù),p代表置信度,一般取0.95[~]0.99。計(jì)算兩幅圖像的單應(yīng)性矩陣所需的最少樣本數(shù)n=4,置信度取p=0.97。因?yàn)閮?nèi)點(diǎn)數(shù)在數(shù)據(jù)集中的比例通常未知,所以通常選擇最壞條件下的內(nèi)點(diǎn)比例,之后通過(guò)不斷更新此內(nèi)點(diǎn)比例進(jìn)行迭代。

    SIFT算法是一種數(shù)字圖像特征描述常見(jiàn)的算法,這種描述具有尺度不變性,可在圖像中檢測(cè)出關(guān)鍵點(diǎn),提取位置、尺度、旋轉(zhuǎn)不變量。通過(guò)傳統(tǒng)SIFT算法提取兩幅圖像的特征點(diǎn)后,采用歐式距離作為特征點(diǎn)進(jìn)行相似性度量[14]。雖然采用兩個(gè)特征點(diǎn)之間的歐氏距離進(jìn)行特征匹配的方法簡(jiǎn)單快捷,但難免會(huì)存在一些在尺度空間上特征比較相似的誤匹配點(diǎn)。因此,需要采用RANSAC算法去估計(jì)兩幅圖像之間的單應(yīng)性矩陣,然后再利用單應(yīng)性矩陣剔除誤匹配點(diǎn)[15]。

    RANSAC算法步驟如下:①?gòu)某跏计ヅ鋵?duì)集合S中隨機(jī)選取4對(duì)匹配特征點(diǎn)作為內(nèi)點(diǎn)集合Si,估計(jì)初始的單應(yīng)性矩陣Hi;②用Hi計(jì)算S中剩余的匹配點(diǎn)對(duì)。如果某個(gè)特征點(diǎn)的投影誤差小于閾值t,則將其添加到Si中;③記下Si集合中匹配點(diǎn)對(duì)的數(shù)量;④重復(fù)以上步驟,直到迭代次數(shù)大于k;⑤比較哪次計(jì)算中內(nèi)點(diǎn)數(shù)量最多,內(nèi)點(diǎn)數(shù)量最多的那次估計(jì)模型就是所要求解的單應(yīng)性矩陣。

    2 改進(jìn)RANSAC算法的單應(yīng)性矩陣估計(jì)方法

    傳統(tǒng)的RANSAC算法主要存在兩個(gè)局限性[16]:①效率。傳統(tǒng)方法效率與子集大小、內(nèi)點(diǎn)比例以及數(shù)據(jù)集大小有關(guān)。當(dāng)數(shù)據(jù)集中存在較多的誤匹配點(diǎn)時(shí),需要增加迭代次數(shù),同時(shí)大量錯(cuò)誤的單應(yīng)性矩陣內(nèi)點(diǎn)檢測(cè)會(huì)降低運(yùn)算效率;②精度。傳統(tǒng)方法在計(jì)算單應(yīng)性矩陣參數(shù)時(shí),為了考慮效率,通常選取最小子集去估計(jì)模型參數(shù),所以得到的模型參數(shù)并非最佳參數(shù)。

    本文從3個(gè)方面對(duì)RANSAC算法加以改進(jìn):

    (1)利用特征點(diǎn)周圍灰度值的相似性進(jìn)一步剔除誤匹配點(diǎn)。在兩幅待拼接圖像中,兩對(duì)正確的特征點(diǎn)匹配對(duì)周圍灰度值的變化應(yīng)該具有很高的相似性,根據(jù)這一特性將初始匹配點(diǎn)按照灰度梯度變化的相似性從大到小依次排序,并將前80%的特征點(diǎn)匹配對(duì)作為求參點(diǎn)集,進(jìn)一步剔除誤匹配點(diǎn),從而減少單應(yīng)性矩陣估計(jì)的迭代次數(shù)。本文采用8鄰域的拉普拉斯算子計(jì)算特征點(diǎn)周圍灰度值的梯度變化,具體公式如下:

    其中step為步長(zhǎng),在本文中step=1。

    (2)快速舍棄錯(cuò)誤的單應(yīng)性矩陣以減少內(nèi)點(diǎn)檢測(cè)時(shí)間。在每次隨機(jī)選取4個(gè)匹配點(diǎn)去估計(jì)初始單應(yīng)性矩陣后,即使單應(yīng)性矩陣不合理,也需要測(cè)試剩余的所有匹配點(diǎn)對(duì),這大大增加了計(jì)算量。所以,本文利用初始單應(yīng)性矩陣在剩余匹配點(diǎn)對(duì)中隨機(jī)選取4對(duì)匹配點(diǎn),如果這4對(duì)匹配點(diǎn)均適合該單應(yīng)性矩陣,則加入到內(nèi)點(diǎn)集中繼續(xù)進(jìn)行匹配操作,如果其中有任意一個(gè)匹配點(diǎn)對(duì)不符合該單應(yīng)性矩陣,則馬上舍棄該單應(yīng)性矩陣,重新選取新的匹配點(diǎn)對(duì)去估計(jì)新的單應(yīng)性矩陣。本方法可以快速舍棄不合理的單應(yīng)性矩陣,從而大大減少單應(yīng)性矩陣測(cè)試所有剩余匹配點(diǎn)對(duì)的時(shí)間。

    (3) 在應(yīng)用機(jī)器學(xué)習(xí)算法時(shí)通常都會(huì)使用梯度下降法去訓(xùn)練模型參數(shù),因此本文將采用批量梯度下降法(Batch Gradient Descent,BGD)進(jìn)一步精確擬合單應(yīng)性矩陣參數(shù),投影變換矩陣如下:

    由式(3),把一個(gè)圖像中的[x,y,1]作為訓(xùn)練單應(yīng)性矩陣H的輸入數(shù)據(jù),把另一個(gè)圖像中的[x,y,1]作為[x,y,1]對(duì)應(yīng)的標(biāo)簽數(shù)據(jù),因此特征點(diǎn)匹配對(duì)作為訓(xùn)練單應(yīng)性矩陣H的訓(xùn)練數(shù)據(jù)集。將之前由RANSAC算法獲得的單應(yīng)性矩陣H的值作為訓(xùn)練時(shí)的初始值,因此能夠在極短的時(shí)間內(nèi)使得損失函數(shù)收斂,獲得精確的單應(yīng)性矩陣。

    BGD算法的具體思路是,在更新每一參數(shù)時(shí)都使用所有樣本進(jìn)行更新。假設(shè)單應(yīng)性矩陣H中的每個(gè)參數(shù)為[θj],則線性回歸的假設(shè)函數(shù)為:

    其對(duì)應(yīng)的損失函數(shù)為:

    其中,n=9,m是由RANSAC算法得到的最多內(nèi)點(diǎn)個(gè)數(shù)。

    對(duì)損失函數(shù)求偏導(dǎo)可得:

    最小化損失函數(shù)需按照每個(gè)參數(shù)[θ]的梯度負(fù)方向更新每個(gè)[θ]值:

    其中[α]為學(xué)習(xí)率,它控制[θ]每次向[Jθ]變小的方向迭代時(shí)的變化幅度。[α]屬于超參數(shù),多次實(shí)驗(yàn)結(jié)果表明,[α]取0.01時(shí)能夠使損失函數(shù)快速收斂并不發(fā)生局部振蕩現(xiàn)象。

    通過(guò)上述公式可知該算法能得到一個(gè)全局最優(yōu)解,損失函數(shù)接近最小值時(shí)單應(yīng)性矩陣精度也最高。

    3 實(shí)驗(yàn)與分析

    通過(guò)金相顯微鏡采集一組一元硬幣中“YI”字符局部的顯微圖像,如圖1所示。表1為顯微鏡采集環(huán)境,采用傳統(tǒng)RANSAC算法和改進(jìn)RANSAC算法作對(duì)比實(shí)驗(yàn),驗(yàn)證改進(jìn)RANSAC算法的正確性。

    首先使用SIFT-PCA算法提取圖1(b,c)中的特征點(diǎn),圖 1(b)的特征點(diǎn)個(gè)數(shù)為3 685個(gè),圖1(c)的特征點(diǎn)個(gè)數(shù)為2 087個(gè);然后采用近似最近鄰搜索算法按照R=0.6進(jìn)行初始匹配。初始匹配的特征點(diǎn)個(gè)數(shù)為220個(gè),如圖2 所示,從圖2可以看出初始匹配后的圖像中存在大量誤匹配點(diǎn)。

    圖2 初始匹配后的特征點(diǎn)匹配對(duì)

    在初始匹配基礎(chǔ)上,分別采用傳統(tǒng)RANSAC算法和改進(jìn)后RANSAC算法估計(jì)單應(yīng)性矩陣,并利用單應(yīng)性矩陣剔除圖像中存在的誤匹配點(diǎn)對(duì),式(8)、式(9)分別是傳統(tǒng)RANSAC算法的匹配結(jié)果和改進(jìn)RANSAC算法的匹配結(jié)果。從式(8)可以看出,傳統(tǒng)的RANSAC算法仍出現(xiàn)了少量誤匹配,需要進(jìn)一步剔除,而采用改進(jìn)后的RANSAC算法能夠進(jìn)一步剔除誤匹配和一些特征點(diǎn)匹配度較弱的匹配點(diǎn)。利用改進(jìn)RANSAC算法估計(jì)出的單應(yīng)性矩陣進(jìn)行透視投影變換,將右圖與左圖拼接,拼接結(jié)果圖3 所示。

    傳統(tǒng)RANSAC算法的特征點(diǎn)匹配結(jié)果及傳統(tǒng)RANSAC算法的單應(yīng)性矩陣如下:

    改進(jìn)RANSAC算法的特征點(diǎn)匹配結(jié)果及改進(jìn)RANSAC算法的單應(yīng)性矩陣如下:

    為驗(yàn)證改進(jìn)RANSAC算法在估計(jì)單應(yīng)性矩陣精度和運(yùn)行時(shí)間上的優(yōu)越性,本文采用均方根誤差(RMSE)作為幾何誤差,將特征點(diǎn)匹配準(zhǔn)確率作為評(píng)價(jià)指標(biāo)。

    其中,S是剔除誤匹配后的匹配點(diǎn)個(gè)數(shù),H是單應(yīng)性矩陣,[pi]是待匹配圖1中的某一點(diǎn)坐標(biāo),[qi]是待匹配圖2中的某一點(diǎn)坐標(biāo),[Hqi]為[qi]通過(guò)單應(yīng)性矩陣H轉(zhuǎn)換到圖1中的對(duì)應(yīng)坐標(biāo)點(diǎn),dis代表歐式距離。

    理論上在單應(yīng)性矩陣H非常精確的情況下,坐標(biāo)點(diǎn)[qi]與[Hqi]應(yīng)該重合,即幾何誤差RMSE=0。但RMSE一般是一個(gè)不為零的數(shù),并且RMSE越小,估計(jì)的單應(yīng)性矩陣H的精度越高。由于RANSAC算法是隨機(jī)選擇內(nèi)點(diǎn)進(jìn)行參數(shù)模型估計(jì)的,因此本文統(tǒng)計(jì)5組實(shí)驗(yàn)結(jié)果。

    在計(jì)算特征點(diǎn)匹配準(zhǔn)確率時(shí)需要確定一個(gè)誤差閾值,也就是說(shuō)[dis(pi,Hqi)]的值小于某個(gè)誤差閾值時(shí),可以判定這對(duì)特征點(diǎn)匹配正確。根據(jù)Krystian Mikolajczyk在《An affine invariant interest point detector》一文中對(duì)誤差閾值的設(shè)定可知,特征點(diǎn)檢測(cè)器實(shí)際上檢測(cè)的是特征區(qū)域,例如Harris-Affine檢測(cè)的是一個(gè)橢圓區(qū)域,SIFT檢測(cè)的是一個(gè)圓形區(qū)域,因此,當(dāng)兩個(gè)特征點(diǎn)區(qū)域的重疊誤差小于1.5個(gè)像素時(shí),則可判定這是一對(duì)正確匹配的特征點(diǎn)。根據(jù)實(shí)驗(yàn)結(jié)果選取重疊誤差閾值為2,實(shí)驗(yàn)結(jié)果如表2所示。

    從表2可以看出,改進(jìn)的RANSAC算法相比于傳統(tǒng)的RANSAC算法能夠大大提高單應(yīng)性矩陣精度,降低了內(nèi)點(diǎn)檢測(cè)時(shí)間,提高了執(zhí)行效率,從而驗(yàn)證了改進(jìn)RANSAC算法的正確性和有效性。為驗(yàn)證本文提出的改進(jìn)RANSAC算法的魯棒性,將其應(yīng)用到多視野拼接過(guò)程中。圖4為“YI”字符的圖像序列,共采集相鄰的10個(gè)視野,拼接結(jié)果如圖5所示。從圖5可以看出,拼接圖像無(wú)錯(cuò)位現(xiàn)象,且沒(méi)有發(fā)生明顯的扭曲變形,從而進(jìn)一步驗(yàn)證了本文算法的魯棒性和精確性。

    4 結(jié)語(yǔ)

    本文針對(duì)RANSAC算法存在迭代次數(shù)多、運(yùn)行時(shí)間長(zhǎng)、估計(jì)的單應(yīng)性矩陣精度低等問(wèn)題,提出一種基于改進(jìn)RANSAC算法的單應(yīng)性矩陣估計(jì)方法。利用特征點(diǎn)周圍梯度變換的相似性剔除初始匹配中的部分誤匹配點(diǎn),通過(guò)快速舍棄錯(cuò)誤的單應(yīng)性矩陣,以減少內(nèi)點(diǎn)檢測(cè)時(shí)間;通過(guò)BGD算法最小化損失函數(shù)進(jìn)一步擬合精確的單應(yīng)性矩陣。實(shí)驗(yàn)結(jié)果表明,改進(jìn)的RANSAC算法能大大提高單應(yīng)性矩陣精度,減少運(yùn)行時(shí)間,提高算法執(zhí)行效率。但本文對(duì)于需要設(shè)置與問(wèn)題相關(guān)的閾值t沒(méi)有進(jìn)行深入研究,未來(lái)的工作是進(jìn)一步考慮閾值t對(duì)算法運(yùn)行效率和單應(yīng)性矩陣精度的影響。

    參考文獻(xiàn):

    [1] 陸園園, 張明. 基于SIFT算法的紅外圖像拼接方法改進(jìn)[J]. 計(jì)算機(jī)系統(tǒng)應(yīng)用,2015,24(8):165-170.

    [2] DUAN Y,CHEN W,WANG M,et al. A relative radiometric correction method for airborne image using outdoor calibration and image statistics[J]. IEEE Transactions on Geoscience and Remote Sensing, 2014, 52(8):5164-5174.

    [3] 王俊杰,劉家茂,胡運(yùn),等. 圖像拼接技術(shù)[J]. 計(jì)算機(jī)科學(xué), 2003,30(6):141-144.

    [4] 伍夢(mèng)琦,李中偉,鐘凱,等. 基于幾何特征和圖像特征的點(diǎn)云自適應(yīng)拼接方法[J]. 光學(xué)學(xué)報(bào),2015,35(2):237-244.

    [5] 蔣波,翟旭平. 基于PCA-SIFT特征匹配的圖像拼接算法[J].? 計(jì)算機(jī)應(yīng)用,2016, 36(s2):143-145.

    [6] MA Y,REN Z. Image mosaic method based on improved sift feature detection algorithm[C].? Proceedings of the 9th International Symposium on Linear Drives for Industry Applications,2014:771-779.

    [7] 雒偉群,高屹. 基于改進(jìn)RANSAC算法的圖像拼接方法[J]. 科技創(chuàng)新與應(yīng)用,2015(5):21-22.

    [8] 趙輝, 陳輝,于泓. 一種改進(jìn)的全景圖自動(dòng)拼接算法[J]. 中國(guó)圖象圖形學(xué)報(bào),2018,12(2):336-342.

    [9] 熊飛雪. 基于改進(jìn)的RANSAC算法的圖像拼接研究[D]. 阜新:遼寧工程技術(shù)大學(xué),2016.

    [10] 周劍軍,歐陽(yáng)寧,張彤. 基于 RANSAC 的圖像拼接方法[J]. 計(jì)算機(jī)工程與設(shè)計(jì),2009,30(24):5692-5694.

    [11] 劉婷婷.? 基于單應(yīng)性矩陣剔除SIFT錯(cuò)誤匹配點(diǎn)的方法[J]. 哈爾濱商業(yè)大學(xué)學(xué)報(bào):自然科學(xué)版,2016,32(1):95-98.

    [12] 王淑霞,周波. 一種基于RANSAC算法的單應(yīng)矩陣估計(jì)方法[J]. 科學(xué)中國(guó)人,2015 (8Z):157-161.

    [13] 單欣,王耀明,董建萍. 基于RANSAC算法的基本矩陣估計(jì)的匹配方法[J]. 上海電機(jī)學(xué)院學(xué)報(bào),2006,9(4):66-69.

    [14] 瞿中,李秀麗. 基于改進(jìn)IGG模型的全景圖像拼接縫消除算法[J]. 計(jì)算機(jī)科學(xué),2017,44(12):274-278.

    [15] MOU W,WANG H,SEET G. Robust homography estimation based on nonlinear least squares optimation[J]. Mathematical Problems in E-ngineering,2014(6):372-377.

    [16] 劉曉霞,李峰,熊兵. 基于韋伯局部特征的圖像拼接檢測(cè)[J]. 計(jì)算機(jī)工程與應(yīng)用,2013,9(12):140-143.

    (責(zé)任編輯:杜能鋼)

    猜你喜歡
    圖像匹配
    基于多特征融合的圖像匹配研究
    圖像匹配及其應(yīng)用
    基于圖像匹配和小波神經(jīng)網(wǎng)絡(luò)的RFID標(biāo)簽三維位置坐標(biāo)測(cè)量法
    一種用于光照變化圖像匹配的改進(jìn)KAZE算法
    基于初匹配的視頻圖像拼接技術(shù)
    基于曲率尺度空間的角點(diǎn)檢測(cè)圖像匹配算法分析
    挖掘機(jī)器人圖像匹配算法研究
    基于SIFT和LTP的圖像匹配方法
    相似性測(cè)度函數(shù)分析及其在圖像匹配中的應(yīng)用研究
    基于降落圖像匹配的嫦娥三號(hào)著陸點(diǎn)位置評(píng)估
    怎么达到女性高潮| 新久久久久国产一级毛片| 法律面前人人平等表现在哪些方面| 亚洲av成人不卡在线观看播放网| 亚洲欧美精品综合一区二区三区| 日韩大尺度精品在线看网址 | 长腿黑丝高跟| 黄片小视频在线播放| 国产亚洲欧美在线一区二区| 欧美日本中文国产一区发布| 成熟少妇高潮喷水视频| 国产激情久久老熟女| 亚洲五月婷婷丁香| 男女床上黄色一级片免费看| 国产视频一区二区在线看| 久久精品91蜜桃| 精品国产超薄肉色丝袜足j| 老司机在亚洲福利影院| 国产乱人伦免费视频| 老司机亚洲免费影院| 女人被躁到高潮嗷嗷叫费观| 12—13女人毛片做爰片一| 一本大道久久a久久精品| 一级毛片女人18水好多| 亚洲欧美日韩高清在线视频| 欧美久久黑人一区二区| 法律面前人人平等表现在哪些方面| 波多野结衣一区麻豆| 久久九九热精品免费| 男人的好看免费观看在线视频 | 青草久久国产| www.熟女人妻精品国产| 成人特级黄色片久久久久久久| 黑人巨大精品欧美一区二区蜜桃| 亚洲精品在线观看二区| 国产xxxxx性猛交| 女性生殖器流出的白浆| 一进一出抽搐动态| 国产精品野战在线观看 | 老司机午夜十八禁免费视频| 9191精品国产免费久久| 免费少妇av软件| 天堂中文最新版在线下载| 久久久久久亚洲精品国产蜜桃av| 色老头精品视频在线观看| 亚洲国产精品999在线| 嫩草影院精品99| 无人区码免费观看不卡| 丝袜美足系列| 国产xxxxx性猛交| 久久精品国产亚洲av高清一级| 久久久国产成人精品二区 | 一级片免费观看大全| 中文字幕色久视频| 亚洲精品国产色婷婷电影| 亚洲一区高清亚洲精品| 国产麻豆69| 亚洲色图 男人天堂 中文字幕| 高清毛片免费观看视频网站 | 真人一进一出gif抽搐免费| 久久久久九九精品影院| 精品一区二区三区四区五区乱码| bbb黄色大片| 十分钟在线观看高清视频www| 一本综合久久免费| 欧美黑人精品巨大| av网站免费在线观看视频| 成人三级做爰电影| 水蜜桃什么品种好| 1024香蕉在线观看| 大香蕉久久成人网| 免费在线观看日本一区| 婷婷精品国产亚洲av在线| 日韩视频一区二区在线观看| 99久久综合精品五月天人人| 亚洲va日本ⅴa欧美va伊人久久| 999精品在线视频| 午夜免费成人在线视频| 无遮挡黄片免费观看| 精品久久久久久电影网| videosex国产| 成年人免费黄色播放视频| 免费av毛片视频| 亚洲成人免费电影在线观看| 动漫黄色视频在线观看| 成人av一区二区三区在线看| 亚洲精品在线观看二区| 天天躁夜夜躁狠狠躁躁| 欧美日本亚洲视频在线播放| 两个人免费观看高清视频| 天堂√8在线中文| 一级作爱视频免费观看| 国产亚洲精品一区二区www| 波多野结衣av一区二区av| 少妇裸体淫交视频免费看高清 | 亚洲精品中文字幕在线视频| 天天添夜夜摸| 国产激情久久老熟女| 麻豆成人av在线观看| 两个人免费观看高清视频| 十八禁人妻一区二区| 我的亚洲天堂| 久久国产乱子伦精品免费另类| 久久精品国产亚洲av高清一级| 法律面前人人平等表现在哪些方面| 黑人巨大精品欧美一区二区mp4| 美女高潮喷水抽搐中文字幕| 18禁黄网站禁片午夜丰满| 久久久久久久久中文| 午夜免费成人在线视频| av超薄肉色丝袜交足视频| 欧美大码av| 12—13女人毛片做爰片一| 淫秽高清视频在线观看| 国产激情久久老熟女| 一边摸一边做爽爽视频免费| 免费在线观看完整版高清| 欧美色视频一区免费| 男男h啪啪无遮挡| 新久久久久国产一级毛片| 满18在线观看网站| 亚洲,欧美精品.| 中文字幕最新亚洲高清| 一级片'在线观看视频| 久久热在线av| 咕卡用的链子| 色老头精品视频在线观看| av福利片在线| 精品国内亚洲2022精品成人| 亚洲少妇的诱惑av| cao死你这个sao货| 精品国产乱子伦一区二区三区| 大型黄色视频在线免费观看| 夜夜爽天天搞| 麻豆一二三区av精品| 亚洲自拍偷在线| 一个人观看的视频www高清免费观看 | 91成年电影在线观看| 少妇的丰满在线观看| 国产精品一区二区精品视频观看| 国产高清激情床上av| 十八禁网站免费在线| 黄频高清免费视频| 国产精品国产av在线观看| 亚洲成人免费av在线播放| 免费av中文字幕在线| 亚洲av成人一区二区三| 一边摸一边做爽爽视频免费| 亚洲国产精品999在线| 精品乱码久久久久久99久播| 91成年电影在线观看| 18禁美女被吸乳视频| 国产av又大| 免费在线观看亚洲国产| 最新在线观看一区二区三区| 久久久久久久久中文| 亚洲专区中文字幕在线| 亚洲精品一二三| 色精品久久人妻99蜜桃| 99久久99久久久精品蜜桃| 午夜福利欧美成人| 在线观看免费午夜福利视频| 97人妻天天添夜夜摸| 亚洲精品美女久久久久99蜜臀| 久久这里只有精品19| 手机成人av网站| 美女高潮喷水抽搐中文字幕| 国产精品亚洲av一区麻豆| av免费在线观看网站| 国产黄a三级三级三级人| 成人国语在线视频| 12—13女人毛片做爰片一| 中文字幕另类日韩欧美亚洲嫩草| 黄色a级毛片大全视频| 欧美一区二区精品小视频在线| 美女高潮喷水抽搐中文字幕| 精品福利永久在线观看| 大香蕉久久成人网| 精品久久蜜臀av无| 欧美日韩国产mv在线观看视频| 一级黄色大片毛片| 日韩免费av在线播放| 国产高清激情床上av| 极品教师在线免费播放| 精品无人区乱码1区二区| 精品欧美一区二区三区在线| 美国免费a级毛片| 午夜福利一区二区在线看| 久久性视频一级片| 黑人猛操日本美女一级片| 韩国av一区二区三区四区| 国产成人欧美| 一区福利在线观看| 国产成人精品在线电影| 大香蕉久久成人网| 久久久国产成人精品二区 | 欧美午夜高清在线| 国产亚洲精品久久久久5区| 久久精品亚洲av国产电影网| 人妻久久中文字幕网| 热re99久久精品国产66热6| 叶爱在线成人免费视频播放| 欧美最黄视频在线播放免费 | 国产精品秋霞免费鲁丝片| 曰老女人黄片| 亚洲九九香蕉| 精品国产乱子伦一区二区三区| 成人三级黄色视频| 黄色片一级片一级黄色片| 色老头精品视频在线观看| 国产午夜精品久久久久久| 一级片'在线观看视频| 久久久久久人人人人人| 一区二区三区精品91| 午夜福利影视在线免费观看| 美女高潮到喷水免费观看| 校园春色视频在线观看| 亚洲全国av大片| 一个人观看的视频www高清免费观看 | 精品一区二区三区av网在线观看| 男女下面进入的视频免费午夜 | 久久精品人人爽人人爽视色| 久久人人爽av亚洲精品天堂| 亚洲自拍偷在线| 国产色视频综合| 无限看片的www在线观看| 中文字幕人妻丝袜一区二区| 夫妻午夜视频| 天天影视国产精品| 国产成人av教育| 亚洲精品一卡2卡三卡4卡5卡| 亚洲狠狠婷婷综合久久图片| 一级毛片女人18水好多| 欧美老熟妇乱子伦牲交| 亚洲国产中文字幕在线视频| 黑人巨大精品欧美一区二区蜜桃| www.www免费av| 日韩免费高清中文字幕av| 宅男免费午夜| 欧洲精品卡2卡3卡4卡5卡区| 午夜影院日韩av| 男人操女人黄网站| 亚洲中文字幕日韩| a级毛片在线看网站| 亚洲午夜理论影院| 岛国视频午夜一区免费看| 亚洲av成人一区二区三| 欧美大码av| 一二三四在线观看免费中文在| 一级a爱片免费观看的视频| 国产有黄有色有爽视频| 国产成人av教育| 韩国av一区二区三区四区| 伊人久久大香线蕉亚洲五| 少妇裸体淫交视频免费看高清 | 午夜免费观看网址| 国产精品久久电影中文字幕| 天天躁狠狠躁夜夜躁狠狠躁| 日韩有码中文字幕| 在线观看免费视频日本深夜| av网站免费在线观看视频| 黑人操中国人逼视频| 国产成年人精品一区二区 | 亚洲久久久国产精品| 婷婷丁香在线五月| 涩涩av久久男人的天堂| 麻豆av在线久日| 中文字幕精品免费在线观看视频| 免费高清在线观看日韩| 国产aⅴ精品一区二区三区波| 日韩成人在线观看一区二区三区| 午夜老司机福利片| 少妇粗大呻吟视频| 成年人黄色毛片网站| 欧美精品亚洲一区二区| 国产成人精品久久二区二区91| 日日摸夜夜添夜夜添小说| 国产免费av片在线观看野外av| 亚洲成国产人片在线观看| 国产精品综合久久久久久久免费 | 日本wwww免费看| 亚洲三区欧美一区| 香蕉丝袜av| 日本三级黄在线观看| 亚洲精品国产区一区二| 精品国产乱码久久久久久男人| 婷婷丁香在线五月| 欧美 亚洲 国产 日韩一| 国产真人三级小视频在线观看| 最近最新免费中文字幕在线| 成熟少妇高潮喷水视频| 中文字幕高清在线视频| 国产三级在线视频| 深夜精品福利| 国产欧美日韩一区二区精品| 韩国av一区二区三区四区| 99国产精品免费福利视频| 国产精品久久电影中文字幕| 国产不卡一卡二| 久久久久久亚洲精品国产蜜桃av| 午夜免费成人在线视频| 在线观看日韩欧美| 12—13女人毛片做爰片一| 午夜免费激情av| 国产精品一区二区精品视频观看| 啪啪无遮挡十八禁网站| 岛国在线观看网站| 国产成人精品久久二区二区91| 午夜91福利影院| 亚洲中文av在线| 精品一区二区三区av网在线观看| 亚洲男人天堂网一区| 欧洲精品卡2卡3卡4卡5卡区| 日本 av在线| 久久久国产成人精品二区 | 亚洲国产中文字幕在线视频| 亚洲国产毛片av蜜桃av| 最新在线观看一区二区三区| 午夜免费成人在线视频| 亚洲成a人片在线一区二区| 纯流量卡能插随身wifi吗| 欧美乱妇无乱码| 又紧又爽又黄一区二区| 免费人成视频x8x8入口观看| 欧美激情久久久久久爽电影 | 狂野欧美激情性xxxx| av中文乱码字幕在线| 国产国语露脸激情在线看| 麻豆成人av在线观看| 夜夜爽天天搞| 久久国产精品影院| 久久久久九九精品影院| 动漫黄色视频在线观看| 国产av又大| 激情视频va一区二区三区| 18美女黄网站色大片免费观看| 亚洲一区中文字幕在线| 国产精品久久久久久人妻精品电影| 日韩国内少妇激情av| 欧美日韩亚洲综合一区二区三区_| 国产精品电影一区二区三区| 女性生殖器流出的白浆| 在线国产一区二区在线| 亚洲狠狠婷婷综合久久图片| 国产伦一二天堂av在线观看| 51午夜福利影视在线观看| 亚洲一区二区三区不卡视频| 18禁美女被吸乳视频| 亚洲专区字幕在线| 性色av乱码一区二区三区2| 又黄又粗又硬又大视频| 狠狠狠狠99中文字幕| 高清欧美精品videossex| 亚洲狠狠婷婷综合久久图片| 亚洲一区二区三区不卡视频| 亚洲七黄色美女视频| 亚洲va日本ⅴa欧美va伊人久久| 中文字幕另类日韩欧美亚洲嫩草| 国产精品乱码一区二三区的特点 | 人妻久久中文字幕网| 日本欧美视频一区| 精品久久久久久成人av| 一区二区日韩欧美中文字幕| 中文字幕最新亚洲高清| 男女床上黄色一级片免费看| 国产精品电影一区二区三区| 国产成人精品在线电影| 一本综合久久免费| 国产成人精品无人区| 香蕉久久夜色| 久久精品国产亚洲av高清一级| 亚洲va日本ⅴa欧美va伊人久久| 天堂中文最新版在线下载| 亚洲va日本ⅴa欧美va伊人久久| 国产伦人伦偷精品视频| 国产精品国产高清国产av| 欧美在线一区亚洲| 精品福利观看| a在线观看视频网站| 黄网站色视频无遮挡免费观看| 午夜免费激情av| 在线观看www视频免费| 成人手机av| 精品国产亚洲在线| 在线观看日韩欧美| 亚洲精品一区av在线观看| 精品久久久久久电影网| 丁香欧美五月| 午夜成年电影在线免费观看| 精品乱码久久久久久99久播| 国产99久久九九免费精品| 国产午夜精品久久久久久| 美女福利国产在线| 免费女性裸体啪啪无遮挡网站| 国产精品久久久久成人av| 午夜亚洲福利在线播放| 水蜜桃什么品种好| 国产精华一区二区三区| 国产乱人伦免费视频| 免费女性裸体啪啪无遮挡网站| 91麻豆精品激情在线观看国产 | 亚洲午夜理论影院| 精品一区二区三卡| 亚洲欧美激情综合另类| 在线观看www视频免费| 叶爱在线成人免费视频播放| 日本vs欧美在线观看视频| 亚洲欧美一区二区三区久久| 亚洲av成人av| 国产人伦9x9x在线观看| 亚洲精品成人av观看孕妇| 少妇裸体淫交视频免费看高清 | 一本大道久久a久久精品| 99在线人妻在线中文字幕| 成熟少妇高潮喷水视频| 大型黄色视频在线免费观看| 大香蕉久久成人网| 在线十欧美十亚洲十日本专区| 在线永久观看黄色视频| 三级毛片av免费| 一边摸一边做爽爽视频免费| 欧美在线一区亚洲| 久久国产亚洲av麻豆专区| 岛国视频午夜一区免费看| 黄色丝袜av网址大全| 亚洲精品在线观看二区| 亚洲五月婷婷丁香| 免费日韩欧美在线观看| 极品教师在线免费播放| 窝窝影院91人妻| 精品人妻在线不人妻| 性欧美人与动物交配| 中文亚洲av片在线观看爽| 在线看a的网站| 男男h啪啪无遮挡| 国产精品综合久久久久久久免费 | 俄罗斯特黄特色一大片| 日日摸夜夜添夜夜添小说| 日韩欧美一区二区三区在线观看| 丰满人妻熟妇乱又伦精品不卡| 国产麻豆69| 久久婷婷成人综合色麻豆| 久久99一区二区三区| 久久国产亚洲av麻豆专区| 久久精品国产清高在天天线| 操美女的视频在线观看| 不卡一级毛片| 18美女黄网站色大片免费观看| 又黄又粗又硬又大视频| 久久精品成人免费网站| 纯流量卡能插随身wifi吗| 女人精品久久久久毛片| 久久亚洲精品不卡| 淫妇啪啪啪对白视频| 露出奶头的视频| 咕卡用的链子| 中亚洲国语对白在线视频| 亚洲成人免费电影在线观看| 国产成人一区二区三区免费视频网站| 无遮挡黄片免费观看| 精品久久蜜臀av无| 波多野结衣av一区二区av| 色婷婷av一区二区三区视频| 韩国精品一区二区三区| 精品熟女少妇八av免费久了| 少妇 在线观看| 欧美在线一区亚洲| 高清欧美精品videossex| 19禁男女啪啪无遮挡网站| 国产aⅴ精品一区二区三区波| av视频免费观看在线观看| 亚洲欧美精品综合久久99| 色在线成人网| 无人区码免费观看不卡| 国产精品综合久久久久久久免费 | 美女高潮到喷水免费观看| 久久 成人 亚洲| 男女床上黄色一级片免费看| 精品国产乱子伦一区二区三区| 亚洲久久久国产精品| 精品久久久久久久久久免费视频 | 欧美人与性动交α欧美精品济南到| 日本黄色视频三级网站网址| 色精品久久人妻99蜜桃| 在线观看66精品国产| 久久精品国产亚洲av高清一级| av电影中文网址| 欧美日韩中文字幕国产精品一区二区三区 | 国产精品久久久av美女十八| 国产麻豆69| 婷婷精品国产亚洲av在线| 精品一区二区三区四区五区乱码| 老熟妇仑乱视频hdxx| 午夜精品在线福利| 丰满饥渴人妻一区二区三| 超色免费av| 亚洲熟女毛片儿| 一级,二级,三级黄色视频| 99国产精品一区二区三区| 男女之事视频高清在线观看| 在线观看舔阴道视频| 国产精品自产拍在线观看55亚洲| 亚洲av片天天在线观看| 日韩三级视频一区二区三区| 人人妻人人添人人爽欧美一区卜| 岛国视频午夜一区免费看| 久久人人爽av亚洲精品天堂| 91麻豆精品激情在线观看国产 | 国产av精品麻豆| 国产成人免费无遮挡视频| 1024香蕉在线观看| 男女高潮啪啪啪动态图| 男女做爰动态图高潮gif福利片 | 18禁黄网站禁片午夜丰满| ponron亚洲| 日本一区二区免费在线视频| 日韩欧美国产一区二区入口| 国产精品美女特级片免费视频播放器 | 日韩 欧美 亚洲 中文字幕| 亚洲一区高清亚洲精品| 午夜免费成人在线视频| 精品久久久久久电影网| 一进一出抽搐gif免费好疼 | 成人特级黄色片久久久久久久| 久久久久国内视频| 黄网站色视频无遮挡免费观看| 青草久久国产| 激情视频va一区二区三区| 91国产中文字幕| 欧美亚洲日本最大视频资源| 一级作爱视频免费观看| 伊人久久大香线蕉亚洲五| www国产在线视频色| 中文字幕人妻丝袜一区二区| 免费日韩欧美在线观看| 99在线视频只有这里精品首页| 久久国产精品男人的天堂亚洲| 精品一区二区三区av网在线观看| 亚洲av第一区精品v没综合| 999久久久精品免费观看国产| 久久精品国产99精品国产亚洲性色 | 色在线成人网| 黄片播放在线免费| 18禁美女被吸乳视频| 黄色 视频免费看| 国产区一区二久久| 日本精品一区二区三区蜜桃| 亚洲欧美一区二区三区久久| 在线观看免费日韩欧美大片| 美女大奶头视频| 亚洲欧美日韩高清在线视频| 欧美成人性av电影在线观看| 三上悠亚av全集在线观看| 欧美中文日本在线观看视频| 日本黄色日本黄色录像| 欧美日韩av久久| 久久久精品国产亚洲av高清涩受| 亚洲视频免费观看视频| av电影中文网址| 欧美成狂野欧美在线观看| 国产xxxxx性猛交| 国产激情欧美一区二区| 交换朋友夫妻互换小说| 亚洲专区中文字幕在线| 级片在线观看| 午夜亚洲福利在线播放| 国产精品综合久久久久久久免费 | 99国产精品一区二区蜜桃av| 久久久久国产精品人妻aⅴ院| a级毛片在线看网站| 变态另类成人亚洲欧美熟女 | 真人一进一出gif抽搐免费| 午夜视频精品福利| 99精品久久久久人妻精品| 人人妻,人人澡人人爽秒播| 亚洲精品国产一区二区精华液| 精品国产美女av久久久久小说| 真人做人爱边吃奶动态| 亚洲欧美一区二区三区黑人| 亚洲成人免费电影在线观看| 久久久精品国产亚洲av高清涩受| 在线观看一区二区三区| 黄色怎么调成土黄色| 欧美激情高清一区二区三区| 成年版毛片免费区| 一级作爱视频免费观看| 精品人妻1区二区| 夫妻午夜视频| 久久香蕉国产精品| 免费在线观看视频国产中文字幕亚洲| 51午夜福利影视在线观看| 曰老女人黄片| 十八禁人妻一区二区| 免费一级毛片在线播放高清视频 | 国产精品永久免费网站| 亚洲精品一二三| 看免费av毛片| 亚洲av美国av| 一级毛片精品| 亚洲狠狠婷婷综合久久图片| 色老头精品视频在线观看| 国产成人影院久久av| 纯流量卡能插随身wifi吗| 最新在线观看一区二区三区| 久久精品国产亚洲av香蕉五月| 怎么达到女性高潮| 中文字幕另类日韩欧美亚洲嫩草| 一级黄色大片毛片| 99热国产这里只有精品6| 丁香欧美五月| 最近最新中文字幕大全电影3 | av中文乱码字幕在线| 高清在线国产一区| 国产精品日韩av在线免费观看 | 日韩 欧美 亚洲 中文字幕|