基于改进SURF的图像匹配算法
针对传统SURF的图像匹配算法存在计算数据复杂、耗时长、匹配正确率不佳等问题,提出一种基于改进SURF的图像匹配算法.首先,用传统SURF算法来提取待匹配图像的特征点,再通过圆形区域代替矩形区域将SURF的64维度描述符降到20维度;采用KNN,来双向匹配待匹配图像的特征点,得到双向的初始特征点匹配对集;最后,通过RANSAC算法对初始匹配对集进行双向剔除错误的匹配对.实验的结果表明,本文算法减少了特征点检测时间,提高了匹配正确率,还有较好的鲁棒性.
图像匹配、SURF算法、降维、双向匹配、RANSAC
31
TP391.41;P237;TP273.4
陕西省自然科学基金2020JM-220
2023-01-03(万方平台首次上网日期,不代表论文的发表时间)
共7页
322-328