|
|
1.
基于SIFT算子融合最大相异系数的自适应图像匹配算法
陈虹, 肖越, 肖成龙, 宋好
计算机应用
2018, 38 (5):
1410-1414.
DOI: 10.11772/j.issn.1001-9081.2017102562
针对传统的尺度不变特征变换（SIFT）图像匹配算法存在的误匹配率较高、剔除误匹配点条件单一的问题，提出一种基于SIFT算子融合最大相异系数的自适应图像匹配方法。首先，在欧氏距离（Euclidean distance）比测度基础上，对SIFT算法中128维特征向量自适应获取最大相异系数优化；然后，确定最大相异系数最优取值进行匹配点筛选，并采用随机抽样一致性（RANSAC）算法进行匹配正确率计算；最后，利用Daniel Scharstein和Richard Szeliski立体匹配图像进行了算法验证。实验结果表明，改进算法较传统SIFT算法匹配正确率提升10个百分点左右，有效降低误匹配，更能够适应相似区域较多的图像匹配应用。在实时性上，所提方法单次匹配平均耗时1.236 s，可应用于实时性要求不高的系统。
参考文献 |
相关文章 |
多维度评价
|
|
