文献类型：期刊文章

作　　者：陈哲凡[1] 郑建彬[1] 詹恩奇[1] 汪阳[1]

机构地区：[1]武汉理工大学信息工程学院光纤传感技术与信息处理教育部重点实验室,武汉430070

出　　处：《计算机应用研究》

基　　金：国家自然科学基金资助项目(61303028)

年　　份：2017

卷　　号：34

期　　号：11

起止页码：3490-3493

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSCD、CSCD_E2017_2018、IC、JST、RCCSE、UPD、ZGKJHX、ZMATH、核心刊

摘　　要：图像存在遮挡、尺度缩放、多干扰时,传统加速鲁棒特征(SURF)算法会产生错误匹配问题,提出一种基于匹配角度聚类的匹配算法。算法先提取SURF特征点,利用特征点的主方向信息进行图像角度矫正,再统计并聚类粗匹配对的匹配角度信息,依据类中元素数目和类簇数目进行两级筛选,剔除异常角度信息的误匹配对。算法与随机抽样一致性算法(RANSAC)进行实验对比,表明该算法能有效提高匹配正确率和保证低误剔除率,提高了商品图像的识别率。

关 键 词：加速鲁棒特征  匹配角度  聚类 误剔除率  

分 类 号：TP391.41]