文献类型：期刊文章

作　　者：毛克乐[1]

MAO Ke-le(Modern Education Technology Center, Xinxiang University, Xinxiang 453003, China)

机构地区：[1]新乡学院现代教育技术中心,河南新乡453003

出　　处：《沈阳工业大学学报》

基　　金：河南省科技攻关项目(152102210202).

年　　份：2021

卷　　号：43

期　　号：4

起止页码：432-438

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对SURF算法中存在较多错误匹配问题,提出一种基于改进SURF和Delaunay三角剖分图像匹配算法.以颜色不变量模型作为SURF的输入,利用邻近特征点之间的关系,解决SURF引起的颜色成分信息丢失和特征点过于密集问题.利用三角形相似函数计算两幅图像中Delaunay三角形相似度大于0.75的三角形,并采用射影不变量执行空间变换处理进行粗匹配和精匹配.结果表明,与当前图像匹配算法相比,该算法具有更好的精度与鲁棒性,提取特征点多且分布均匀.

关 键 词：图像匹配 SURF算法 DELAUNAY三角网 邻近特征点  颜色不变量模型  三角形相似函数  射影不变量 空间变换  

分 类 号：TP751]