买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安理工大学申请的专利基于区域层次特征匹配与改进SIFT的图像拼接方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115731106B 。

龙图腾网通过国家知识产权局官网在2026-04-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211487513.0，技术领域涉及：G06T3/4038；该发明授权基于区域层次特征匹配与改进SIFT的图像拼接方法是由刘晟;罗怡君;常淑晓;李昕玥;曹霆;朱毅设计研发完成，并于2022-11-25向国家知识产权局提交的专利申请。

本基于区域层次特征匹配与改进SIFT的图像拼接方法在说明书摘要公布了：本发明公开了基于区域层次特征匹配与改进SIFT的图像拼接方法，在经典的SIFT算法基础上，首先对于SIFT算法速度慢提出更改区域层次随机K‑D树特征匹配手段；然后对于SIFT算法存在误匹配点提出使用RANSAC算法；最后对于SIFT算法多图拼接产生的畸变提出预处理和选取主图两种手段。本发明基于区域层次特征匹配与改进SIFT的图像拼接方法能较好的优化SIFT算法速度慢，存在误匹配点，多图拼接时产生畸变的问题；具有一定的实用意义。

本发明授权基于区域层次特征匹配与改进SIFT的图像拼接方法在权利要求书中公布了：1.基于区域层次特征匹配与改进SIFT的图像拼接方法，其特征在于，具体按照如下步骤实施： 步骤1、使用高斯金字塔构建输入的原始图像的尺度空间； 步骤2、对步骤1中构建的尺度空间进行极值检测，根据检测结果定位空间中的特征点； 步骤2.1、由高斯金字塔两层之间两两进行差分得到DoG金字塔，通过高斯差分函数可以得出图像上像素值变化情况，从而得到潜在特征点； 步骤2.2、对图像中的各像素点进行遍历，比较其与本层内8个相邻像素点和相邻上下层9+9个像素点，若为局部极值点则将其保留下作为特征点的候选点； 步骤2.3、在检测到的极值点处对它进行泰勒级数展开来拟合这个三维二次函数，计算该极值点下的极值；在定位特征点时，若该特征点处于图像边缘则需要检测这些点在边缘方向上的主曲率与垂直边缘方向上的主曲率，通过二者的比值进行筛选，经过上述步骤所得到的符合要求的极值点做为该图像的特征点； 步骤3、根据步骤2中确定的特征点来进行多图匹配，得到特征匹配集； 步骤3.1、对DoG金字塔中的特征点，计算得到金字塔图像圆形邻域窗口内的像素的梯度和方向特征，再对其模值和方向进行统计； 步骤3.2、根据统计值确定特征点主方向，根据4×4模板计算对应邻域内的8个方向梯度信息，建立一个描述子来描述这个特征点，共计8×4×4维的特征描述子，将特征子归一化后得到特征向量； 步骤3.3、采用基于改进的随机K-D树的K近邻搜索，即快速最近邻逼近搜索函数库对一幅图中每个特征点求出它在另一幅图中欧式距离最短的匹配点； 步骤3.4使用随机抽样一致性算法辅以动态调整最近邻与次近邻的比值来剔除误匹配点，从而得到较为完善的特征匹配集； 步骤4、通过特征匹配集计算求解单位性矩阵，实现多图的图像拼接。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安理工大学，其通讯地址为：710048 陕西省西安市碑林区金花南路5号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。