基于曲率特征与改进的RANSAC策略的图像匹配算法

为解决当前图像匹配算法主要利用图像梯度特征完成匹配,导致其存在较多误配率的不足,提出基于曲率特征与改进RANSAC的图像匹配算法。引入Harris算子,对图像特征点进行检测,利用这些特征点对应的尺度特征定义特征点优化模型;基于Haar小波,获取特征点对应的特征方向,构造同心圆,求取圆内指定方向的曲率特征,获取特征描述符;计算特征点对应的欧氏距离,完成图像特征点匹配;设计几何距离度量模型,改进RANSAC(random sample consensus)策略,剔除错误匹配特征点。实验结果表明,与当前图像匹配算法相比,所提算法具有更高的匹配正确度与鲁棒性。