图像特征匹配中一种快速关键维过滤搜索算法

• 作者: 何周灿 杨恒 王庆
• 来源期刊: 西安电子科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 特征匹配 尺度不变特征变换 K近邻 B+Tree 关键维过滤 图像检索
• 年，卷（期）: 2010,（3）
• 页码范围: 534-540
• 分类号: TP391
• 字数: 4468字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-2400.2010.03.027

摘要

为了解决宽基线多图匹配中匹配效率低和匹配精度不高的问题,使用经典的SIFT特征作为描述子,提出一种新的高维特征搜索算法.采用基于距高尺度的相似性度量准则,首先将图像高维特征集合分类,然后为每一个类建立B+Tree索引,最后在KNN(K Nearest Neighbor)搜索阶段应用基于关键维过滤的查找策略,实现高维特征的快速匹配.实验结果表明,与经典的BBF和LSH等KNN搜索算法相比较,关键维过滤搜索算法具有更高的搜索效率和搜索精度,有助于提升宽基线多图匹配性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王庆	西北工业大学计算机学院	68	658	15.0	23.0
2	杨恒	西北工业大学计算机学院	19	212	8.0	14.0
3	何周灿	西北工业大学计算机学院	6	70	5.0	6.0