余弦约束法则耦合改进RANSAC策略的图像匹配算法
目的 提高当前图像匹配算法的匹配精度与鲁棒性.方法 引入Forstner算子,精确提取图像特征点;采用一阶Haar小波来生成特征点主方向,并通过求取Haar小波响应来生成特征描述子;利用特征向量构建余弦约束模型,联合特征向量的距离度量方法构成双重匹配约束,从而完成特征点之间的匹配;引入投票机制对RANSAC方法进行改进,制定多重筛选方法对伪匹配点进行剔除,完成图像匹配.结果 与目前图像匹配方法相比,文中提出的算法具有更强的鲁棒性与匹配精度,在特征总数为200个时,所提算法的匹配正确数量达到196个.结论 所提匹配技术具有较好的匹配正确率,对包装印刷产品的识别以及信息安全检测等领域具有较好的应用价值.
图像匹配、Forstner算子、Haar小波、余弦约束法则、投票机制、RANSAC
38
TP391(计算技术、计算机技术)
国家自然科学基金61562009;福建省教育厅科学技术研究项目JA13407
2017-09-18(万方平台首次上网日期,不代表论文的发表时间)
共6页
213-218