一种高效的图像局部特征匹配算法

被引:6
作者
杨恒
王庆
机构
[1] 西北工业大学计算机学院
关键词
计算机视觉; 局部特征; GDOH; ISV; 特征搜索; 特征匹配;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
文章提出了一种高效的图像局部特征匹配算法。在特征描述子构建阶段,提出基于梯度的距离和方向直方图(gradient distance and orientation histogram,GDOH)算法,其特征向量维数仅是SIFT和GLOH描述子的一半,然而却具有与SIFT和GLOH相当的性能;在高维特征空间最近邻搜索阶段,提出基于子向量的索引结构(indexing sub-vectors,ISV),ISV算法比BBF(Best Bin First)算法具有更高的搜索精度和更快的搜索速度。实验结果证明文中提出的图像局部特征匹配算法(GDOH+ISV)比目前广泛使用的Lowe的算法[12](SIFT+BBF)更加高效。
引用
收藏
页码:291 / 297
页数:7
相关论文
共 4 条
[1]   Automatic panoramic image stitching using invariant features [J].
Brown, Matthew ;
Lowe, David G. .
INTERNATIONAL JOURNAL OF COMPUTER VISION, 2007, 74 (01) :59-73
[2]  
Photo tourism[J] . Noah Snavely,Steven M. Seitz,Richard Szeliski.ACM Transactions on Graphics (TOG) . 2006 (3)
[3]   Distinctive image features from scale-invariant keypoints [J].
Lowe, DG .
INTERNATIONAL JOURNAL OF COMPUTER VISION, 2004, 60 (02) :91-110
[4]  
Local Feature for Object Class Recognition. Mikolajczyk K,Leibe B,Schiele B. Proceedings of the International Conferenceon Computer Vision . 2005