利用Hough变换的匹配对提纯

摘要：

目的 针对传统的匹配对提纯算法存在容错性差、效率低等问题,提出了一种利用Hough变换的匹配对提纯算法.方法 假设正确的匹配对一致性地服从一个变换模型.首先,为两幅图像的变换关系选择一个合适的数学模型,利用Hough变换确定模型方程参数的解.然后检验原始匹配对,保留符合模型方程的匹配对,从而达到提纯的目的.结果 与传统的RANSAC(random sample consensus)等算法相比,本文算法具有更高的容错率、召回率与更优的运行效率,且是稳定的.实验结果表明,在误配率低于85％时算法能完全剔除误匹配,且误配率高达95％时依然有50％的可能性成功剔除误匹配.结论 把Hough变换引入到匹配对提纯的应用中,该算法在所选模型准确或近似准确的情况下能鲁棒地提纯匹配对.由于模型方程参数个数决定参数空间维数,维数高导致投票及搜索最大值点的时间、空间复杂度大,因此该算法适用于模型参数较少(不大于4)的情况.

关键词：匹配对提纯、Hough变换、误匹配、参数空间、投票

所属期刊栏目：20

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目61273279;航天科技创新基金项目

在线出版日期：2015-09-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1017-1025