节点文献

改进的SURF算法在图像匹配中的应用

免费订阅

【作者】 黄春凤刘守山别治峰许广会

【Author】 HUANG Chunfeng;LIU Shoushan;BIE Zhifeng;XU Guanghui;College of Electronic Information Engineering,Shandong University of Science and Technology;

【机构】 山东科技大学电子信息工程学院

【摘要】 针对加速稳健特征(Speeded Up Robust Features,SURF)算法在三维重建中匹配准确率低的问题,提出基于SURF算法的改进算法。首先利用SURF算法提取特征点,通过近邻搜索(Best Bin Fast,BBF)算法实现Kd-Tree快速查找最近邻特征点,结合双向唯一性匹配的方法完成图像匹配,然后在视差约束下,利用视差梯度约束对初始特征匹配对进行预处理,筛选掉一些偏差较大的匹配对,最后采用随机抽样一致(Random Sample Consensus,RANSAC)算法对特征点二次优化和去噪处理。将其他改进算法和提出的改进算法分别进行图像匹配处理比较,分析算法的性能,得到提出的改进算法匹配成功率达96.3%。实验结果证明提出的改进算法简单快速,匹配精度高。

【基金】 山东省重点研发计划项目(2015GSF118094)
【所属期刊栏目】 计算机科学与应用 (2020年10期)
  • 【DOI】10.16652/j.issn.1004-373x.2020.10.029
  • 【分类号】TP391.41
  • 【下载频次】106
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: