一种基于Harris-Sift引导LK光流约束的特征点匹配算法

被引：4

作者：

刘彬 ^{[1
]}

陈向宁 ^{[1
]}

郭连惠 ^{[2
]}

机构：

[1] 装备学院

[2] 部队

来源：

测绘科学技术学报 | 2014年 / 31卷 / 02期

关键词：

最邻近搜索算法; Ransac算法; 单应矩阵; LK光流法; 极线约束;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

提出了一种基于Harris-Sift特征点引导LK光流约束的图像匹配算法。算法首先检测图像的HarrisSift特征点,利用双向互匹配的最邻近搜索算法进行粗匹配;然后利用Ransac算法鲁棒估计两视图单应矩阵,利用单应矩阵引导LK光流法寻找局部最优匹配点,以获取更多更精确的匹配点;最后利用极线约束剔除外点。实验结果表明,该算法能够在降低外点概率的同时有效提高匹配点的数量,并能节省运算时间。

引用

页码：162 / 166

页数：5

共 4 条

[1] 基于局部光流约束的角点匹配算法 [J].

蒋晓瑜 ;

姚军 ;

宋小杉 ;

汪熙 .

光学技术, 2010, 36 (02) :229-234

[2] Distinctive image features from scale-invariant keypoints [J].

Lowe, DG .

INTERNATIONAL JOURNAL OF COMPUTER VISION, 2004, 60 (02) :91-110

[3]

Lucas-Kanade 20 Years On: A Unifying Framework[J] . Simon Baker,Iain Matthews.International Journal of Computer Vision . 2004 (3)

[4]

Random sample consensus[J] . Martin A. Fischler,Robert C. Bolles.Communications of the ACM . 1981 (6)

← 1 →