期刊文章详细信息
文献类型:期刊文章
机构地区:[1]南京邮电大学材料科学与工程学院,南京210023
基 金:国家自然科学基金项目(61474064);南京邮电大学基金项目(NY212076;NY212050)~~
年 份:2016
卷 号:21
期 号:8
起止页码:1048-1056
语 种:中文
收录情况:BDHX、BDHX2014、CSCD、CSCD2015_2016、IC、JST、RCCSE、ZGKJHX、核心刊
摘 要:目的特征点匹配算法是当今计算机图像处理领域的研究热点,但是大多数现存的方法不能同时获得数量多和质量优的匹配。鉴于此,基于SURF(speeded—uprobustfeatures)算法,通过引入极线约束来提高特征匹配效果。方法首先使用SURF算法检测和描述图像特征点,然后使用RANSAC(randomsamplingconsensus)方法计算匹配图像之间的基础矩阵,通过该基础矩阵计算所有特征点的极线。再引入极线约束过滤掉错误匹配,最终获得数量与质量显著提高的匹配集合。结果实验结果表明,该方法获得的匹配具有高准确度,匹配数目与原约束条件相比可高达2~8倍。结论本文方法实现过程简单,不仅匹配准确度高且能够大大提高正确的特征匹配数,适用于处理不同类型的图像数据。
关 键 词:图像处理 特征匹配 极线约束 基础矩阵 SURF(speeded.up ROBUST features)
分 类 号:TP391.4]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...