基于SURF和快速近似最近邻搜索的图像匹配算法

• 作者: 何阿静 李康 耿国华 赵璐璐
• 来源期刊: 计算机应用研究
• 关键词: 图像匹配 快速近似邻近点搜索 加速鲁棒特征 改进的样本一致性 双向匹配
• 年，卷（期）: 2013,（3）
• 所属期刊栏目: 图形图像技术
• 页码范围: 921-923
• 页数: 3页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2013.03.072

摘要

针对高维特征向量存在的最近邻匹配正确率低的问题, 提出了一种基于SURF和快速近似最近邻搜索的图像匹配算法。首先用Fast-Hessian 检测子进行特征点检测, 并生成SURF特征描述向量; 然后通过快速近似最近邻搜索算法得到初匹配点对, 再对得出的单向匹配结果进行双向匹配; 最后采用鲁棒性较好的PROSAC算法进一步剔除误匹配点对。实验证明了该算法不仅提高了SURF算法匹配的正确率, 还保证了算法的实时性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	耿国华	西北大学信息科学与技术学院	497	5986	35.0	55.0
2	赵璐璐	西北大学信息科学与技术学院	5	196	5.0	5.0
3	李康	西北大学信息科学与技术学院	30	280	7.0	16.0
4	何阿静	西北大学信息科学与技术学院	1	129	1.0	1.0