基于SURF的特征点快速匹配算法

被引：29

作者：

尧思远

王晓明

左帅

机构：

[1] 华北光电技术研究所

来源：

激光与红外 | 2014年 / 44卷 / 03期

关键词：

SURF特征; 特征点匹配; 最近邻欧氏距离比率; Pearson相关系数;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

为了解决光电图像匹配过程中特征点错配率较高的问题,本文提出了一种基于SURF特征点的匹配方法。该算法首先利用最近邻欧氏距离比率法对提取的SURF特征做粗匹配,然后获取特征点对应尺度的邻域灰度统计信息,进而利用Pearson相关系数比得到鲁棒性较强的匹配对。实验表明该方法能够有效提高匹配的准确率,且满足实时性要求。

引用

页码：347 / 350

页数：4

共 8 条

[1] 基于加权形状上下文的图匹配方法
宋琳
程咏梅
宋春华
刘夏雷
[J]. 激光与红外, 2013, 43 (07) : 826 - 830
[2] 运动目标检测与跟踪算法的改进与实现
杨冬冬
常丹华
韩夏
刘宇
[J]. 激光与红外, 2010, 40 (02) : 205 - 209
[3] 场景无关约束下的特征匹配算法
边后琴
苏剑波
[J]. 中国图象图形学报, 2006, (03) : 342 - 348
[4] A comprehensive review of current local features for computer vision[J] . Jing Li,Nigel M. Allinson.Neurocomputing . 2008 (10)
[5] Distinctive image features from scale-invariant keypoints
Lowe, DG
[J]. INTERNATIONAL JOURNAL OF COMPUTER VISION, 2004, 60 (02) : 91 - 110
[6] Analysis of gray level corner detection 1 Electronic Annexes available. See http://www.locate.patrec. 1[J] . Zhiqiang Zheng,Han Wang,Eam Khwang Teoh.Pattern Recognition Letters . 1999 (2)
[7] SUSAN - A new approach to low level image processing
Smith, SM
Brady, JM
[J]. INTERNATIONAL JOURNAL OF COMPUTER VISION, 1997, 23 (01) : 45 - 78
[8] Surf:Speeded Up Robust Features .2 Bay H,Tuytelaars T,Gool L V. European Conference on Computer Vision . 2006

← 1 →