内視鏡画像のステッチングにおけるSIFTに基づく改善された特徴点ペア精製アルゴリズム

内視鏡画像は病変の診断と治療において非常に重要な役割を果たします。しかし、内視鏡の撮影範囲は狭く、これが医師の病変の範囲や詳細に関する判断に影響を与える可能性があります。画像モザイク技術はこの問題をうまく解決できます。本論文では、SIFT（スケール不変特徴変換）に基づく改善された特徴点ペア精製アルゴリズムを提案します。まず、K近傍法に基づく特徴点マッチングアルゴリズムを用いて大まかなマッチングを行います。次に、RANSAC（ランダムサンプルコンセンサス）法を用いてロバスト性テストを行い、不一致の点ペアを排除します。この二つの方法を組み合わせることで不一致率が大幅に低下します。その後、画像変換行列を推定し、画像を決定します。内視鏡画像のシームレスなモザイクは、マッチング関係により完成されます。最後に、提案したアルゴリズムは実際の内視鏡画像によって検証され、良好な効果を示しました。