%0 Journal Article %A 马云菲 %A 潘肖楠 %A 修春波 %T 基于距离融合的图像特征点匹配方法 %D 2019 %R 10.11772/j.issn.1001-9081.2019051180 %J 计算机应用 %P 3158-3162 %V 39 %N 11 %X 针对ORB算法中特征点缺乏尺度不变性导致算法误匹配率高,以及二进制鲁棒独立基本特征(BRIEF)算法的描述子易受噪声影响的问题,提出了改进的特征点匹配方法。采用加速的具有鲁棒性的特征(SURF)算法进行特征点提取,利用带有方向信息的BRIEF算法进行特征点描述;在特征点邻域内选取随机点对,并对随机点对的灰度大小比较和相似度比较分别进行编码,采用汉明距离计算两种编码的差异;利用自适应加权融合的方式实现特征点相似性距离度量。实验结果表明,改进方法对于尺度变化、光照变化以及模糊变化的图像具有更好的适应性,与传统ORB特征点匹配方法相比能够获得更高的特征点正确匹配率,且该特征点匹配方法可用于改善图像拼接的性能。 %U http://www.joca.cn/CN/10.11772/j.issn.1001-9081.2019051180