论文摘要
针对快速鲁棒特征算法(SURF)局部不变特征描述符存在运算时间较长、匹配准确率较低的问题,文中提出基于网格运动统计的改进快速鲁棒特征图像匹配算法.首先运用Hessian矩阵行列式确定图像中的特征点,采用梯度方向改进SURF中的主方向提取方法,提高特征点主方向的准确性,并使用二进制特征描述子进行特征点描述.再对获取的特征点进行汉明距离粗匹配.最后,采用网格运动统计剔除误匹配点.在Oxford VGG标准数据集上的实验表明,文中算法在图像发生尺度、光照、旋转等变化时匹配准确率与效率较高.
论文目录
文章来源
类型: 期刊论文
作者: 王晓华,方琪,王文杰
关键词: 特征匹配,特征提取,梯度方向,网格运动统计
来源: 模式识别与人工智能 2019年12期
年度: 2019
分类: 信息科技
专业: 计算机软件及计算机应用
单位: 西安工程大学电子信息学院
基金: 国家自然科学基金项目(No.51905405),教育部工程科技人才培养研究项目(No.18JDGC029),陕西省自然科学基础研究计划(No.2019JQ-855),陕西省教育厅自然科学专项(No.19JK0375)资助~~
分类号: TP391.41
DOI: 10.16451/j.cnki.issn1003-6059.201912009
页码: 1133-1140
总页数: 8
文件大小: 5873K
下载量: 173