实时鲁棒的特征点匹配算法

摘要：

目的 针对传统的图像特征点匹配算法数据量大,计算耗时长的特点,提出一种实时鲁棒的特征点匹配算法(RRM).方法 通过微分操作确定图像的边缘区域,找出边缘区域中很有可能成为特征点的锚点,即梯度局部最大的点.对于每个检测出来的特征点,通过计算Intensity Centroid来确定特征点的方向,并且使用改进的Brief来对特征点进行描述,使之具有旋转不变性.最后,结合Hamming距离和对称匹配检验对特征点进行匹配.结果 本文算法与多种算法进行对比,在光照发生变化的情况下,RRM表现出明显的优越性和稳定性,正确匹配率达到83％左右,而其他算法的准确匹配率随着光照的变暗明显下降;在视角、尺度和旋转变化条件下,RRM也具有较高的准确匹配率.结论 实验结果表明,RRM在保证匹配精度的前提下,有效地解决了传统特征点匹配方法中的缺点.因此,本文算法能更好地应用于图像拼接、目标跟踪和对象识别等领域.

关键词：特征点匹配、实时、鲁棒、锚点、对称匹配、图像拼接

所属期刊栏目：21

分类号：TP301.6(计算技术、计算机技术)

资助基金：广州市科学研究专项基金项目201510010059Guangzhou Special Foundation of Scientific Research 201510010059

在线出版日期：2016-10-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1213-1220