FKPCA-SIFT算法在图像匹配中的应用

• 作者: 张宁丽 徐衍鲁 李顺宝 程玮 马燕
• 来源期刊: 电视技术
• 学科: 工学
• 关键词: SIFT PCA-SIFF FKPCA-SIFT RANSAC 线性降维 非线性降维
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 数字视频
• 页码范围: 21-24,42
• 页数: 5页
• 分类号: TP391.4
• 字数: 4064字
• 语种: 中文
• DOI: 10.16280/j.videoe.2015.07.005

摘要

SIFT是目前广泛应用于目标识别和图像匹配领域的算法,但其在使用过程中存在描述子维数过大、耗时时间长的缺点.针对这个问题,常用的解决办法是利用PCA算法对描述子进行降维,由于PCA是一种线性降维算法,因此它的使用具有局限性.对此,利用模糊K均值算法对其进行改进(称为FKPCA),并用改进的RANSAC算法消除误匹配点.实验结果表明,PCA-SIFT算法和FKPCA-SIFT都很好地保持了SIFT算法原有的优点,具有很高的匹配正确率.但相对于PCA-SIFT算法,FKPCA-SIFT不仅适用于线性降维也适用于非线性降维,具有更好的匹配精度,拓展了PCA-SIFT算法的适用范围.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马燕	上海师范大学信息与机电工程学院	83	359	9.0	14.0
2	张宁丽	上海师范大学信息与机电工程学院	2	13	2.0	2.0
3	李顺宝	上海师范大学数理学院	39	153	7.0	9.0
4	徐衍鲁	上海师范大学信息与机电工程学院	4	16	2.0	4.0
5	程玮	上海师范大学数理学院	2	5	1.0	2.0