基于改进网格运动统计特征的图像匹配算法

摘要：

为了解决尺度不变特征变换(SIFT)算法在图像匹配中匹配正确率低、耗时长等问题,提出一种基于改进网格运动统计特征RANSAC-GMS的图像匹配算法.首先,利用快速旋转不变性特征(ORB)算法对图像进行预匹配,对预匹配的特征点采用网格运动统计(GMS)来支持估计量以实现正确匹配点与错误匹配点的区分;然后,采用改进的随机抽样一致性(RANSAC)算法通过匹配点间的距离相似性对特征点进行筛选,并采用评价函数对筛选后的新数据集进行重新整理,进而实现对误匹配点的剔除.采用Oxford标准图库和现实中拍摄的图像对图像匹配算法进行测试对比,实验结果表明,所提算法在图像匹配中的平均匹配正确率达到91％以上;与GMS、SIFT、ORB等算法相比,该改进算法的近景匹配正确率和远景匹配正确率分别最少提高了16.15个百分点和3.56个百分点,说明它能有效剔除误匹配点,进一步提高图像匹配精度.

关键词：图像匹配、特征点匹配、距离相似性、误匹配、网格运动统计

所属期刊栏目：39

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61705127;上海市经济和信息化委员会产业转型升级发展专项资金产研合作专题沪CXY-2016-009

在线出版日期：2019-09-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：2396-2401