一种改进的GMS图像特征点匹配算法

摘要：

网格运动统计(GMS)匹配算法中网格化图像加速了算法的实现,然而网格边缘的特征点没有进行有效地处理,导致匹配对中存在着错误匹配对,为此提出了一种融入自适应边距的网格运动统计的图像误匹配剔除算法.首先采用了自适应算法计算出最佳网格边缘距离,将网格边缘的特征点归属到相邻的其他网格,使得这些特征点可以有效发挥对正确匹配点的支持作用,提高了正确匹配点的得分;最后通过表征运动平滑约束的统计特性剔除初始匹配中的错误匹配点.仿真实验表明,该方法相比GMS算法召回率提高了10％左右,同时实时性也提高了30％左右,相比于SIFT算法,运行时间平均缩短了17倍;相比于SURF算法,正确匹配个数平均提高了8倍,充分说明能有效、高效地剔除错误匹配点,进一步提高图像匹配质量.

关键词：图像匹配;去除误匹配;网格运动统计;算法融合;自适应边距

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：陕西省科技计划;国家重点研发计划

在线出版日期：2021-12-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：131-137