基于SURF的图像匹配算法改进

被引:5
作者
顾大龙 [1 ]
曾峦 [2 ]
翟优 [1 ]
机构
[1] 装备学院研究生管理大队
[2] 装备学院国防重点实验室
关键词
SURF; 欧式距离; 图像配准; 自动匹配;
D O I
10.16652/j.issn.1004-373x.2012.14.044
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
在图像匹配中,SURF算法采用最邻近与次邻近欧式距离比查寻匹配点,当阈值过大时,这种方法会产生大量误匹配点,从而严重影响图像配准的精度。RANSAC算法是一种有效剔除误匹配点的方法,但需要人工确定部分参数值。提出一种多层次图像匹配方法,不仅能够剔除误匹配点还可以无需人工参与完成图像匹配。实验表明,该匹配方法能够精确提取匹配点和实现自动匹配,很好地满足图像配准的要求,具有一定的应用价值。
引用
收藏
页码:79 / 82
页数:4
相关论文
共 8 条
[1]   基于SURF特征点的图像配准系统 [J].
赵毅力 ;
徐丹 ;
潘志庚 .
计算机应用, 2011, 31(S1) (S1) :73-75
[2]   基于SURF算法的水下图像实时配准方法 [J].
谢雨来 ;
李醒飞 ;
吕津玮 ;
高雅彪 .
计算机辅助设计与图形学学报, 2010, (12) :2215-2220
[3]   基于SURF的敦煌壁画数字图像智能拼接系统研究 [J].
贺兆 ;
卢选民 ;
王君本 .
现代电子技术, 2010, 33 (16) :133-136
[4]   基于SURF算子的SAR图像匹配改进算法研究 [J].
贺经纬 ;
尤红建 .
遥感技术与应用, 2009, 24 (06) :822-826
[5]   基于SURF的图像配准方法研究 [J].
张锐娟 ;
张建奇 ;
杨翠 .
红外与激光工程, 2009, 38 (01) :160-165
[6]   图像拼接算法的研究 [J].
马令坤 ;
张震强 .
微计算机信息, 2007, (06) :303-305
[7]  
图像局部不变性特征与描述[M]. 国防工业出版社 , 王永明, 2010
[8]  
Distinctive Image Features from Scale-Invariant Keypoints.[J] . David G. Lowe. International Journal of Computer Vision . 2004 (2)