摘要：针对快速鲁棒特性（SURF）算法实时性、鲁棒性等无法满足实际应用需求的问题，提出了一种对SURF的改进算法，实现图像快速拼接。改进的算法采用机器学习的方法，建立一个二进制分类器，识别出SURF提取的特征点中的关键特征点，并剔除非关键特征点。此外，采用Relief-F算法将改进的SURF描述子降雏简化来完成图像配准。图像融合阶段采用带阈值的加权融合算法，实现了图像无缝拼接。实验结果表明，改进的算法具有较强的实时性和鲁棒性，并且提高了图像配准的效率，加快了图像拼接的速度。

原文链接:http://www.cqvip.com//QK/94832X/201410/662240387.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）