基于稀疏结构的图像特征匹配算法
对图像进行全局的特征点检测耗时较长, 而且全局特征稳定性不好, 这就造成算法的运行速度慢和匹配准确率低, 达不到令人满意的匹配效果. 在尺度不变特征变换(SIFT)的基础上, 通过引入稀疏结构的概念, 提出了一种基于稀疏结构的图像特征匹配算法(SSM). 通过稀疏度函数获得像素点的稀疏度值, 筛选出稀疏度高的像素点所在的区域, 并对该区域进行SIFT特征点检测, 通过最佳描述子实现特征匹配. 将SSM算法与几种经典算法相比, 实验结果表明, 本文算法在特征匹配速度和匹配准确率上相比于原算法都有较明显的提高, 能够用于目标实时跟踪、图像检索和全景图像拼接等领域.
稀疏结构、相似度、描述子、直方图、特征匹配
27
国家自然科学基金61379036,61502430;国家自然科学基金委中丹合作项目61361136002;浙江省重大科技专项重点工业项目2014C01047;浙江理工大学521人才培养计划20150428
2018-05-11（万方平台首次上网日期，不代表论文的发表时间）
共6页
178-183
