文献类型：期刊文章

作　　者：陈洁[1] 高志强[1] 密保秀[1] 陈会[1]

机构地区：[1]南京邮电大学材料科学与工程学院,南京210023

出　　处：《中国图象图形学报》

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]