作者：耿则勋 徐志军 卢兰鑫 沈忱 曾德佳影像匹配特征匹配kaze算法二阶梯度透视变换非线性尺度空间
摘要：针对KAZE特征匹配算法对视角变化敏感,在大视角场景下不能实现正确匹配的问题,提出了一种视角鲁棒的PKAZE（Perspective-KAZE）算法。该算法在原KAZE描述符的基础上,计算特征点邻域内的二阶梯度均值,形成新的扩展的80维描述符;然后利用透视变换模型对待匹配影像进行多视角模拟,在模拟影像上提取改进的KAZE描述符,再进行特征匹配。最后,选取5对含有最多正确匹配数量的影像上的匹配对作为初始结果,利用随机抽样一致算法对初始结果提纯。对多组图像进行了匹配实验,结果表明：与KAZE、尺度不变特征变换（SIFT）和加速鲁棒特征（SURF）算法相比,所提算法对视角变化具有更强的鲁棒性;与透视尺度不变特征（PSIFT）和仿射尺度不变特征（ASIFT）算法相比,本算法匹配正确率更高,分别为PSIFT的2-10倍,ASIFT的2-7倍。提出的算法对视角变化具有很好的鲁棒性,不仅对模拟影像的视角变化很稳健,而且适用于真实三维复杂场景拍摄的大视角影像,具有一定的实用价值。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
