基于聚类和马氏距离的SURF昆虫图像匹配算法

• 作者: 兰红 王秋丽
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 图像匹配 SURF算法 聚类算法 马氏距离
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 图像处理与应用
• 页码范围: 202-207
• 页数: 6页
• 分类号: TP391
• 字数: 4721字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2016.04.047

摘要

针对SURF(Speeded Up Roubust Features)算法在检测特征点和进行特征匹配过程中存在的受噪声点干扰,容易产生误匹配、匹配效率低等问题,提出一种基于聚类和马氏距离的改进SURF图像匹配算法.首先,利用均值聚类算法剔除噪声,对SURF算法提取的特征点,采用聚类算法进行分类和噪声点去除,生成新的特征点数据集;然后,应用马氏距离考虑整体相关性的特点,将SURF算法中的欧式距离用马氏距离替代,提高算法的匹配效率.实验应用于昆虫图像识别和匹配时,改进算法较原SURF算法在匹配效率和准确率上有明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	兰红	江西理工大学信息工程学院	66	377	11.0	16.0
2	王秋丽	江西理工大学信息工程学院	5	11	2.0	3.0