• <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
    免费观看的影片在线观看| 国产亚洲午夜精品一区二区久久| 成人无遮挡网站| 国产乱来视频区| 久久久久久久亚洲中文字幕| 免费av不卡在线播放| 国产精品偷伦视频观看了| 国产亚洲午夜精品一区二区久久| 免费黄色在线免费观看| 两个人免费观看高清视频 | 亚洲四区av| 国产精品久久久久久久久免| 国产成人精品福利久久| 精品久久久久久久久亚洲| 久久久久人妻精品一区果冻| 建设人人有责人人尽责人人享有的| 免费人成在线观看视频色| av福利片在线观看| 国产成人免费观看mmmm| 国产亚洲精品久久久com| 十八禁高潮呻吟视频 | 国产片特级美女逼逼视频| 中文在线观看免费www的网站| 欧美激情国产日韩精品一区| 如日韩欧美国产精品一区二区三区 | 国产精品国产三级专区第一集| 波野结衣二区三区在线| 国产白丝娇喘喷水9色精品| 伊人久久国产一区二区| 国产精品一区www在线观看| 在线观看国产h片| 亚洲av日韩在线播放| 午夜免费观看性视频| 国产伦在线观看视频一区| 在线看a的网站| 搡女人真爽免费视频火全软件| 日韩欧美一区视频在线观看 | 亚洲精品色激情综合| 国产亚洲午夜精品一区二区久久| 亚洲av电影在线观看一区二区三区| 亚洲色图综合在线观看| 成人二区视频| 人人妻人人爽人人添夜夜欢视频 | 99久久综合免费| 久久久久久久国产电影| 色网站视频免费| 亚洲国产精品专区欧美| 中文乱码字字幕精品一区二区三区| 精品亚洲成国产av| 人妻夜夜爽99麻豆av| 国产亚洲91精品色在线| 一级黄片播放器| 国产av一区二区精品久久| 男女免费视频国产| 777米奇影视久久| 免费观看的影片在线观看| 国产色爽女视频免费观看| 熟女电影av网| 多毛熟女@视频| 丝袜脚勾引网站| 中文字幕人妻熟人妻熟丝袜美| 久久国产精品大桥未久av | 亚洲精华国产精华液的使用体验| 久久精品久久精品一区二区三区| 欧美xxxx性猛交bbbb| 蜜桃在线观看..| 日日啪夜夜撸| 国产av国产精品国产| 亚洲av不卡在线观看| 久久久久国产网址| 99久久精品热视频| 热99国产精品久久久久久7| 久久久久久久亚洲中文字幕| 久久久午夜欧美精品| 亚州av有码| 九色成人免费人妻av| 秋霞伦理黄片| 精品亚洲成a人片在线观看| 亚洲人成网站在线播| 久久久久久久久久久丰满| 久久精品国产亚洲网站| 97精品久久久久久久久久精品| 精品久久久精品久久久| 黄色怎么调成土黄色| 91精品国产国语对白视频| 老司机影院成人| 狂野欧美激情性bbbbbb| 男人和女人高潮做爰伦理| 男人和女人高潮做爰伦理| 亚洲国产最新在线播放| 午夜福利影视在线免费观看| 欧美日韩亚洲高清精品| 亚洲人成网站在线观看播放| 99视频精品全部免费 在线| 国产欧美日韩综合在线一区二区 | 国产欧美另类精品又又久久亚洲欧美| 亚洲av成人精品一二三区| xxx大片免费视频| 99热网站在线观看| 男男h啪啪无遮挡| 久久人人爽人人片av| 久久亚洲国产成人精品v| 街头女战士在线观看网站| 久久久久久久精品精品| 日日啪夜夜爽| 男女啪啪激烈高潮av片| 嫩草影院新地址| 99热这里只有精品一区| 制服丝袜香蕉在线| 日韩中文字幕视频在线看片| 高清不卡的av网站| 成人毛片60女人毛片免费| 国产精品偷伦视频观看了| 国产亚洲欧美精品永久| 99九九线精品视频在线观看视频| 天美传媒精品一区二区| 美女视频免费永久观看网站| 久久人妻熟女aⅴ| 国产亚洲午夜精品一区二区久久| 午夜精品国产一区二区电影| 九九在线视频观看精品| 97在线视频观看| 久久精品久久久久久久性| 国产成人精品福利久久| 一边亲一边摸免费视频| 妹子高潮喷水视频| 天堂中文最新版在线下载| 男女边吃奶边做爰视频| 女的被弄到高潮叫床怎么办| 国产熟女欧美一区二区| 欧美性感艳星| 精品人妻一区二区三区麻豆| 亚洲av国产av综合av卡| 热re99久久国产66热| 少妇精品久久久久久久| 亚洲欧美精品专区久久| 国模一区二区三区四区视频| 国产日韩欧美在线精品| 国产午夜精品久久久久久一区二区三区| 一区二区三区四区激情视频| 中文字幕久久专区| 欧美日韩精品成人综合77777| 亚洲成人手机| 美女中出高潮动态图| 亚洲一区二区三区欧美精品| 毛片一级片免费看久久久久| 男女无遮挡免费网站观看| 婷婷色麻豆天堂久久| 国产精品一区二区在线不卡| 精品少妇内射三级| 肉色欧美久久久久久久蜜桃| 熟女电影av网| 交换朋友夫妻互换小说| 欧美bdsm另类| 草草在线视频免费看| 女性被躁到高潮视频| 我要看黄色一级片免费的| 欧美3d第一页| 高清在线视频一区二区三区| 国产精品国产av在线观看| 欧美最新免费一区二区三区| 午夜日本视频在线| 精品人妻偷拍中文字幕| 国产一区二区在线观看日韩| 国产一区亚洲一区在线观看| 男女国产视频网站| 成年人午夜在线观看视频| av在线app专区| 国产av精品麻豆| 观看av在线不卡| 欧美性感艳星| 成人无遮挡网站| 久热久热在线精品观看| 夜夜爽夜夜爽视频| 一个人看视频在线观看www免费| 国产精品一区二区在线观看99| 婷婷色综合大香蕉| 欧美日韩av久久| 亚洲在久久综合| 七月丁香在线播放| 国产中年淑女户外野战色| 不卡视频在线观看欧美| 欧美xxⅹ黑人| 亚洲国产成人一精品久久久| 美女cb高潮喷水在线观看| 精品久久久久久久久av| 久久ye,这里只有精品| 国产黄片视频在线免费观看| 久久人人爽人人爽人人片va| 亚洲欧美精品自产自拍| 91精品国产九色| 综合色丁香网| av免费在线看不卡| 成人毛片60女人毛片免费| 国产成人精品福利久久| 女性生殖器流出的白浆| 一区在线观看完整版| 日本与韩国留学比较| 日本色播在线视频| 成人国产av品久久久| 欧美 日韩 精品 国产| 丝袜脚勾引网站| 欧美日韩国产mv在线观看视频| 99久国产av精品国产电影| 高清欧美精品videossex| 乱系列少妇在线播放| 麻豆乱淫一区二区| a级毛色黄片| 乱人伦中国视频| 肉色欧美久久久久久久蜜桃| 18禁在线播放成人免费| 久久久a久久爽久久v久久| 22中文网久久字幕| 国语对白做爰xxxⅹ性视频网站| 久久婷婷青草| 日韩精品有码人妻一区| 麻豆精品久久久久久蜜桃| 久久国产精品大桥未久av | 久久久久久久亚洲中文字幕| 欧美日韩精品成人综合77777| 美女福利国产在线| 中文资源天堂在线| 少妇的逼好多水| 特大巨黑吊av在线直播| 美女大奶头黄色视频| 久久97久久精品| 中文字幕久久专区| 久久久久久伊人网av| 少妇熟女欧美另类| 国产精品一区二区性色av| 亚洲,一卡二卡三卡| 久久狼人影院| www.色视频.com| 日韩一区二区三区影片| 免费观看av网站的网址| 91精品国产国语对白视频| 成人午夜精彩视频在线观看| 国产精品国产三级国产av玫瑰| 少妇熟女欧美另类| 交换朋友夫妻互换小说| 性色avwww在线观看| 亚洲精华国产精华液的使用体验| 国产欧美另类精品又又久久亚洲欧美| 一级av片app| 我的老师免费观看完整版| 免费观看性生交大片5| 久久国产精品男人的天堂亚洲 | 伊人亚洲综合成人网| av国产精品久久久久影院| 美女中出高潮动态图| 精品国产乱码久久久久久小说| 最近2019中文字幕mv第一页| 亚洲第一区二区三区不卡| 观看美女的网站| 国产免费又黄又爽又色| 99久久精品热视频| 91精品国产九色| 制服丝袜香蕉在线| 好男人视频免费观看在线| 免费看不卡的av| 97超视频在线观看视频| 内地一区二区视频在线| 欧美日韩在线观看h| 一本一本综合久久| 最近中文字幕2019免费版| 久久影院123| 久久久久久久亚洲中文字幕| 哪个播放器可以免费观看大片| 男人爽女人下面视频在线观看| www.av在线官网国产| √禁漫天堂资源中文www| 老熟女久久久| 少妇被粗大猛烈的视频| 国产亚洲一区二区精品| 日日啪夜夜撸| 简卡轻食公司| 久久人妻熟女aⅴ| 91在线精品国自产拍蜜月| 亚洲第一av免费看| 日本wwww免费看| 国产中年淑女户外野战色| 国产精品一区二区三区四区免费观看| 成人漫画全彩无遮挡| 日本91视频免费播放| 91aial.com中文字幕在线观看| 女性被躁到高潮视频| 欧美激情极品国产一区二区三区 | 亚洲精品色激情综合| 国产欧美日韩一区二区三区在线 | 国产精品一区二区在线不卡| 久久精品熟女亚洲av麻豆精品| 国产一区二区在线观看av| 免费看日本二区| 男女边摸边吃奶| 男男h啪啪无遮挡| kizo精华| 免费av中文字幕在线| 乱码一卡2卡4卡精品| 免费观看a级毛片全部| 欧美精品亚洲一区二区| 永久网站在线| 亚洲精品国产av成人精品| 成年人免费黄色播放视频 | 夜夜爽夜夜爽视频| 成人国产av品久久久| 五月伊人婷婷丁香| 精品一区在线观看国产| 亚洲国产精品成人久久小说| tube8黄色片| 日韩人妻高清精品专区| 亚洲,一卡二卡三卡| 高清在线视频一区二区三区| 精品熟女少妇av免费看| 一级二级三级毛片免费看| 欧美另类一区| 久久韩国三级中文字幕| 极品教师在线视频| 欧美+日韩+精品| 国内少妇人妻偷人精品xxx网站| av一本久久久久| 亚洲人与动物交配视频| 久久精品国产亚洲av涩爱| 久久久久久伊人网av| 久久精品国产亚洲网站| 99精国产麻豆久久婷婷| 狂野欧美激情性xxxx在线观看| 久久久久久久大尺度免费视频| 九九在线视频观看精品| 久久久久久伊人网av| 国产精品一区www在线观看| av在线老鸭窝| 国产av精品麻豆| 这个男人来自地球电影免费观看 | 麻豆成人午夜福利视频| 国产亚洲av片在线观看秒播厂| 欧美三级亚洲精品| 久久久精品94久久精品| 国产精品一二三区在线看| 99国产精品免费福利视频| 看非洲黑人一级黄片| 亚洲精品乱码久久久v下载方式| 精品熟女少妇av免费看| 亚洲精品国产成人久久av| 妹子高潮喷水视频| 免费av不卡在线播放| av又黄又爽大尺度在线免费看| 亚洲欧美中文字幕日韩二区| 免费少妇av软件| 女人精品久久久久毛片| 97在线人人人人妻| 我的女老师完整版在线观看| 欧美精品高潮呻吟av久久| 国产成人91sexporn| 久久久久久久国产电影| 精华霜和精华液先用哪个| 天堂俺去俺来也www色官网| a级毛片在线看网站| 国产 精品1| 亚洲国产精品一区二区三区在线| 女性被躁到高潮视频| 寂寞人妻少妇视频99o| 亚洲综合精品二区| 免费观看av网站的网址| 男人爽女人下面视频在线观看| 亚洲av日韩在线播放| 国产精品熟女久久久久浪| 国产有黄有色有爽视频| 高清欧美精品videossex| 日本免费在线观看一区| 2021少妇久久久久久久久久久| 国产精品久久久久久久电影| 国产在视频线精品| 国产精品一区二区性色av| 国产精品嫩草影院av在线观看| 国产精品久久久久久久电影| 婷婷色综合www| av.在线天堂| 2021少妇久久久久久久久久久| 久久人妻熟女aⅴ| 大香蕉97超碰在线| 国产女主播在线喷水免费视频网站| 欧美 亚洲 国产 日韩一| 肉色欧美久久久久久久蜜桃| 男人爽女人下面视频在线观看| 永久免费av网站大全| 在现免费观看毛片| 在线看a的网站| 在现免费观看毛片| 久久热精品热| 日韩免费高清中文字幕av| 日韩在线高清观看一区二区三区| 午夜免费鲁丝| 99国产精品免费福利视频| 午夜激情久久久久久久| av线在线观看网站| 99久久中文字幕三级久久日本| 新久久久久国产一级毛片| 丰满人妻一区二区三区视频av| 国产一区有黄有色的免费视频| 色吧在线观看| 夜夜爽夜夜爽视频| 91久久精品国产一区二区三区| 欧美老熟妇乱子伦牲交| 校园人妻丝袜中文字幕| 久久女婷五月综合色啪小说| 午夜福利影视在线免费观看| 午夜福利网站1000一区二区三区| 黄色视频在线播放观看不卡| av播播在线观看一区| 亚洲精品中文字幕在线视频 | 日韩一区二区三区影片| av免费观看日本| 三上悠亚av全集在线观看 | 久久婷婷青草| 欧美性感艳星| 久久久久国产网址| 午夜福利影视在线免费观看| 久久久久久久久久久久大奶| 妹子高潮喷水视频| 国产伦精品一区二区三区视频9| 在线观看人妻少妇| 国国产精品蜜臀av免费| 国产伦理片在线播放av一区| av国产精品久久久久影院| 国产黄片美女视频| 婷婷色综合www| 亚洲av欧美aⅴ国产| 国产黄色视频一区二区在线观看| 国产真实伦视频高清在线观看| 亚洲国产成人一精品久久久| 最近最新中文字幕免费大全7| 99热这里只有是精品50| 狂野欧美激情性xxxx在线观看| 99re6热这里在线精品视频| av在线播放精品| 久久久久久久久久人人人人人人| 亚洲精品日本国产第一区| 三级国产精品欧美在线观看| 亚洲人与动物交配视频| 哪个播放器可以免费观看大片| 亚洲不卡免费看| 色吧在线观看| 国产午夜精品一二区理论片| 校园人妻丝袜中文字幕| 人体艺术视频欧美日本| 男人爽女人下面视频在线观看| 最新的欧美精品一区二区| 亚洲国产欧美日韩在线播放 | 欧美一级a爱片免费观看看| 国产精品免费大片| 男女无遮挡免费网站观看| 中文精品一卡2卡3卡4更新| 涩涩av久久男人的天堂| 搡女人真爽免费视频火全软件| 国产乱人偷精品视频| 久久久久久久久大av| 久久国产精品男人的天堂亚洲 | 亚洲国产欧美在线一区| 少妇的逼水好多| 黄色怎么调成土黄色| 老司机影院毛片| 日本欧美国产在线视频| freevideosex欧美| 亚洲精品乱码久久久v下载方式| av又黄又爽大尺度在线免费看| 午夜免费男女啪啪视频观看| 精品少妇久久久久久888优播| 久久久国产精品麻豆| 一本大道久久a久久精品| 91久久精品电影网| 国产无遮挡羞羞视频在线观看| 99热国产这里只有精品6| 国产亚洲av片在线观看秒播厂| 国国产精品蜜臀av免费| 欧美激情极品国产一区二区三区 | 嫩草影院入口| av网站免费在线观看视频| 久久99热6这里只有精品| 国产一区二区在线观看日韩| 国产成人精品一,二区| 久久久精品94久久精品| 亚洲中文av在线| 一本大道久久a久久精品| 这个男人来自地球电影免费观看 | 99精国产麻豆久久婷婷| 久久久久国产精品人妻一区二区| 婷婷色综合大香蕉| 久久国产精品男人的天堂亚洲 | 色哟哟·www| 麻豆成人av视频| 丰满少妇做爰视频| 日韩一本色道免费dvd| 男人狂女人下面高潮的视频| 国产精品国产三级国产av玫瑰| 国产又色又爽无遮挡免| 久久国产亚洲av麻豆专区| 永久网站在线| 国产精品久久久久久精品古装| 99热网站在线观看| 国产av一区二区精品久久| 最近中文字幕高清免费大全6| 欧美日韩一区二区视频在线观看视频在线| 麻豆乱淫一区二区| 少妇人妻久久综合中文| 少妇被粗大的猛进出69影院 | 免费观看a级毛片全部| av在线老鸭窝| 欧美日韩视频高清一区二区三区二| 99视频精品全部免费 在线| 日本-黄色视频高清免费观看| 一本一本综合久久| 成人黄色视频免费在线看| 国产高清三级在线| 天堂8中文在线网| 国产高清不卡午夜福利| 熟女人妻精品中文字幕| 日韩中字成人| 亚洲丝袜综合中文字幕| 一二三四中文在线观看免费高清| 男女免费视频国产| 欧美 日韩 精品 国产| 亚洲av福利一区| 色5月婷婷丁香| av国产久精品久网站免费入址| 亚洲激情五月婷婷啪啪| 成年av动漫网址| 一级片'在线观看视频| 亚洲,欧美,日韩| 性色avwww在线观看| 欧美亚洲 丝袜 人妻 在线| 久久久久久久久久久丰满| 日本猛色少妇xxxxx猛交久久| 精品少妇黑人巨大在线播放| 久久国内精品自在自线图片| 国产 一区精品| 欧美精品高潮呻吟av久久| 在线观看美女被高潮喷水网站| 中文字幕人妻丝袜制服| 男人狂女人下面高潮的视频| 777米奇影视久久| 国产一区二区三区综合在线观看 | 精品少妇内射三级| 91午夜精品亚洲一区二区三区| 黑人巨大精品欧美一区二区蜜桃 | 丰满人妻一区二区三区视频av| 日韩成人伦理影院| 国产在视频线精品| 国产精品无大码| 国产免费又黄又爽又色| 国精品久久久久久国模美| 亚洲国产精品一区二区三区在线| 亚洲av不卡在线观看| 2018国产大陆天天弄谢| 精品酒店卫生间| 丝袜脚勾引网站| 精品国产一区二区久久| 另类亚洲欧美激情| 亚洲va在线va天堂va国产| 国产精品偷伦视频观看了| 精品亚洲成国产av| 午夜免费鲁丝| 91久久精品电影网| 国产爽快片一区二区三区| 精品一区在线观看国产| 熟女电影av网| 成人二区视频| av又黄又爽大尺度在线免费看| 欧美日本中文国产一区发布| 乱系列少妇在线播放| 菩萨蛮人人尽说江南好唐韦庄| 国产午夜精品一二区理论片| av国产久精品久网站免费入址| 国产精品偷伦视频观看了| 免费少妇av软件| 黄色毛片三级朝国网站 | 欧美日韩亚洲高清精品| 亚洲av.av天堂| 日韩视频在线欧美| 我要看日韩黄色一级片| 秋霞在线观看毛片| 国产在线视频一区二区| 激情五月婷婷亚洲| 伦精品一区二区三区| 午夜免费鲁丝| www.av在线官网国产| 日韩欧美精品免费久久| 国产女主播在线喷水免费视频网站| 人妻系列 视频| 一本—道久久a久久精品蜜桃钙片| 伊人久久精品亚洲午夜| 狂野欧美激情性bbbbbb| 18禁裸乳无遮挡动漫免费视频| 久久精品国产亚洲av涩爱| 国产精品久久久久成人av| 蜜臀久久99精品久久宅男| 一级爰片在线观看| 久久97久久精品| 日韩人妻高清精品专区| 久久久a久久爽久久v久久| 亚洲欧美日韩卡通动漫| 一级,二级,三级黄色视频| av在线app专区| 啦啦啦中文免费视频观看日本| 精品人妻偷拍中文字幕| 精品亚洲成a人片在线观看| 成人18禁高潮啪啪吃奶动态图 | 在线精品无人区一区二区三| 国产片特级美女逼逼视频| 看非洲黑人一级黄片| 久久这里有精品视频免费| 久久6这里有精品| 蜜臀久久99精品久久宅男| 青春草视频在线免费观看| 亚洲成人手机| av在线观看视频网站免费|