作者:王卫兵; 白小玲; 徐倩特征提取加速鲁棒特征随机采样一致性
摘要:针对图像匹配过程中存在匹配运行时间长、匹配正确率低的问题,采用随机采样一致性(random sample consensus,RANSAC)算法优化加速鲁棒特征(speed up robust features,SURF)的方法,提出一种适应性强的优化匹配算法。首先使用SURF算子进行特征检测和特征描述,再使用邻近算法对特征点进行预匹配,最后使用随机采样一致性(RANSAC)算法优化匹配结果。在相同的实验环境中通过对尺度不变特征变换(scale invariant feature transform,SIFT)算法、SURF算法和提出的优化算法进行比较,优化算法较SIFT算法和SURF算法分别减少匹配点对数38对和18对,剔除了误匹配点,提高了匹配正确率并减少了算法的运行时间。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社