文献类型：期刊文章

作　　者：赵璐璐[1] 耿国华[1] 李康[1] 何阿静[1]

机构地区：[1]西北大学信息科学与技术学院,西安710127

出　　处：《计算机应用研究》

基　　金：国家自然科学基金资助项目(61170203);国家"973"计划前期研究专项基金资助项目(2011CB311802);国家教育部博士点基金资助项目(200806970014);陕西省自然科学基金资助项目(2011JQ8001;2010JQ8011;虚拟现实应用教育部工程研究中心开放基金资助项目(MEOBNUEVRA200903);陕西省教育厅资助项目(09JK738;12JK0730)

年　　份：2013

卷　　号：30

期　　号：3

起止页码：921-923

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CSA-PROQEUST、CSCD、CSCD2013_2014、IC、INSPEC、JST、RCCSE、UPD、ZGKJHX、ZMATH、核心刊

摘　　要：针对高维特征向量存在的最近邻匹配正确率低的问题,提出了一种基于SURF和快速近似最近邻搜索的图像匹配算法。首先用Fast-Hessian检测子进行特征点检测,并生成SURF特征描述向量;然后通过快速近似最近邻搜索算法得到初匹配点对,再对得出的单向匹配结果进行双向匹配;最后采用鲁棒性较好的PROSAC算法进一步剔除误匹配点对。实验证明了该算法不仅提高了SURF算法匹配的正确率,还保证了算法的实时性。

关 键 词：图像匹配 快速近似邻近点搜索  加速鲁棒特征  改进的样本一致性  双向匹配  

分 类 号：TP391.41]