基于KD-Tree搜索和SURF特征的图像匹配算法研究

• 作者: 李德华 杜振鹏
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: KD-Tree SURF 图像匹配 特征提取 近似最近邻搜索
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 图像处理
• 页码范围: 96-98,126
• 分类号: TP391.41
• 字数: 3415字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2012.02.031

摘要

针对图像匹配时进行特征检测和匹配的搜索时间长的问题,文章研究了基于KD-Tree搜索和SURF特征的图像匹配算法.该算法首先提取得到图像的SURF特征并生成特征描述向量,然后为这些特征描述向量建立KD-Tree索引,最后通过计算每个特征点的与其距离最近的若干个KD-Tree上的最近邻点,完成特征匹配工作.实验结果表明,与SIFT算法相比,SURF算法进行特征检测的速度要快2～3倍；与全局最近邻搜索相比,基于KD-Tree索引的近似最近邻搜索大大减少了计算量,较大地提高了SURF算法的匹配速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李德华	华中科技大学图像识别与人工智能研究所	123	1321	19.0	29.0
2	杜振鹏	华中科技大学图像识别与人工智能研究所	1	84	1.0	1.0