基于图像深度信息的尺度不变特征变换算法误匹配点对剔除

• 作者: 刘政 刘本永
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 图像配准 深度估计 特征点误匹配 随机抽样一致性 尺度不变特征变换特征点
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 虚拟现实与数字媒体
• 页码范围: 3554-3559
• 页数: 6页
• 分类号: TP391.4
• 字数: 6023字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2014.12.3554

摘要

特征点匹配是基于特征点的图像配准技术中的一个重要环节.针对现有基于尺度不变特征变换(SIFT)图像配准技术特征点匹配不理想,也无法较客观、快速地筛选正确匹配点对的问题,提出结合图像深度信息进行特征点误匹配筛选剔除的方法.该算法首先根据模糊聚焦线索和机器学习算法估计出待配准图像的深度信息图,再提取SIFT特征点,并在特征点匹配环节利用随机抽样一致性(RANSAC)算法迭代循环,结合深度局部连续性的原理来进一步提高匹配精度.实验结果表明,该算法具有很好的误匹配点对剔除功能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘本永	贵州大学大数据与信息工程学院	32	107	6.0	9.0
2	刘政	贵州大学计算机科学与技术学院	1	11	1.0	1.0