一种改进的fast角点检测和描述算法
针对FAST特征不具备尺度不变特性和图像匹配阶段耗时过多的问题,提出了基于多尺度fast和旋转不变LBP算子的快速特征匹配算法.首先提出一种多尺度fast算法,提取出模板图像和待匹配图像的稳定特征点,然后使用旋转不变的LBP描述符描述特征向量,最后对特征向量使用BBF算法进行匹配,寻找最近邻特征点,采用欧式距离作为特征点匹配的判定标准,如最近的距离与次近的距离比值小于一个阈值,则是一对匹配点,并使用RANSAC算法剔除误匹配点.旋转不变的LBP算子的旋转不变性能够一定程度上克服特征点主方向不准确的缺点,是提取的特征描述符更加稳定,生成更简单的51维局部不变特征描述符.实验证明:该算法与SURF算法描述能力相近,光照和旋转条件下比SURF性能更好,并且匹配速度更快.
FAST、旋转不变LBP、BBF、K-d树、RANSAC
11
TP311(计算技术、计算机技术)
2015-12-18（万方平台首次上网日期，不代表论文的发表时间）
共2页
177-178
