面向三维重建的增强运动一致性与引导扩散特征匹配

摘要：

特征匹配是从图像恢复三维模型的关键步骤之一.为有效地提高三维重建的质量,提出一种面向三维重建的增强运动一致性与引导扩散特征匹配算法.首先在基于网格的运动统计算法基础上,通过增加阈值 β,提出一种增强运动一致性概念,增强真假匹配点的判断条件,避免高相似特征点的误匹配,提高了初始匹配点的正确率;然后结合RANSAC算法进行特征点匹配优化,过滤掉异常值,进一步提高特征点匹配的准确性;最后将引导匹配和运动一致性相结合,提出一种引导扩散概念,减少了集中分布在图像局部的可能性,进而提高特征点匹配数量和三维模型的稳定性.在公开的三维重建数据集的618对图像上的实验结果表明,该算法在特征匹配和三维重建上能够实现更好的性能;在小于1°误差阈值的位姿估计成功率上,该算法比基于SIFT的比率测试算法和GMS算法分别平均提高了22.58％和12.90％,尤其在重复纹理图像对上分别提高了46.15％和30.77％.

关键词：特征匹配;三维重建;增强运动一致性;RANSAC;引导扩散

所属期刊栏目：34

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金;大数据分析与并行计算山西省科技创新重点团队项目

在线出版日期：2022-02-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：273-282