Delaunay三角形剖分约束下的图像配准算法

针对一般的特征点匹配只考虑了特征点本身蕴含的信息,容易发生误匹配的问题,给出一种基于Delaunay三角形剖分(Delaunay Triangulation,DT)的图像匹配算法。该算法对参考图和感知图中可能的正确匹配点进行DT剖分,对剖分所得三角网进行对比并找出一致的结构,进而得到正确匹配点。实验结果表明该算法可以有效地抑制SURF(Speed Up Robust Feature,SURF)中的错误匹配,增强匹配可靠性,与RANSAC(Random Sample Consensus,RANSAC)法相比,可以大幅缩短计算时间,在基于点的图像匹配方面具有较高的应用价值。