10.19678/j.issn.1000-3428.0055349
基于改进FREAK的图像匹配算法
为提升图像匹配算法的实时性和鲁棒性,提出一种基于改进FREAK的特征点匹配算法.将经典FREAK算法的8层视网膜模型简化为5层,根据贪婪搜索算法选取64组感受野点对,以在减少运算开销的同时尽量保留有效的点对信息.在此基础上,设计一种具有方向不变性的LBP算法对每个感受野进行编码,从而提高描述符的区分度.实验结果表明,与FREAK、BRISK等算法相比,该算法具有最小的描述符尺寸,且在多数场景下,其运算更快,精度更高,更适合光照变化复杂的环境.
图像匹配、FREAK算法、局部二值模式、特征点匹配、描述符
46
TP391(计算技术、计算机技术)
国家自然科学基金51475391
2020-09-11(万方平台首次上网日期,不代表论文的发表时间)
共8页
250-257