文献类型：期刊文章

作　　者：杨琼楠[1] 马天力[1] 杨聪锟[1] 王艳[1]

Yang Qiongnan;Ma Tianli;Yang Congkun;Wang Yan(School of Electronic and In formation Engineering,Xi'an Technological University,Xi'an,Shanci 710016,China)

机构地区：[1]西安工业大学电子信息工程学院,陕西西安710016

出　　处：《激光与光电子学进展》

基　　金：陕西省科技厅项目(2019GY-069)。

年　　份：2020

卷　　号：57

期　　号：10

起止页码：251-258

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、IC、JST、RCCSE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：视觉定位系统中,图像匹配的精度直接影响整个定位系统的精度,针对图像匹配中存在的误匹配率较高等问题,提出了一种基于多层次FAST(MFAST)和优化采样的随机采样一致性(RANSAC)算法的图像匹配算法。首先采用MFAST算法提取角点,运用加速稳健特征算法确定主方向生成特征描述符;然后在基于RANSAC的框架下,利用改进的加权K-最近邻分类方法选取新的样本集合计算出最佳模型参数,从而剔除误匹配点。在真实场景下进行实验,结果表明,与传统算法相比,该算法能高效剔除误匹配点,提高图像的匹配精度,且满足实时性要求。

关 键 词：加权K-最近邻分类算法  随机抽样一致性 多层次FAST  加速稳健特征算法  图像匹配

分 类 号：TP391]