作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
图像匹配的精度在很大程度上决定着三维重建的成功与否.为了提高图像匹配的精度和速度,提出了一种改进的随机抽样一致性(RANSAC)算法的图像匹配方法.该方法首先采用Harris角点检测算子提取图像的特征点,然后通过SIFT算法计算特征描述子对图像进行初匹配,最后采用改进的RANSAC算法对误匹配点进行剔除,在保证精度的前提下提高了算法的速度.主要从两个方面进行RANSAC算法的改进:采用均匀分布9点算法生成的基本矩阵代替常规方法中的单应矩阵作为模型进行计算,使得模型具有较高的鲁棒性;使用随机块选取法选择样本,保障了选点的均匀分布性并且保证了精度.实验结果表明,此方法不仅能够得到较高的精确度,而且还大幅度减少了计算量,提高了匹配速度.
推荐文章
立体匹配算法研究综述
立体匹配
全局立体匹配
局部立体匹配
立体匹配算法进展
立体视觉
匹配算法
实时性
准确性
基于图像分割的改进立体匹配算法
图像分割
立体匹配
聚类
基于改进Census变换的立体匹配算法
立体匹配
统计变换
Hamming距离
视差优化
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 改进的RANSAC立体匹配算法的研究
来源期刊 北京建筑大学学报 学科 地球科学
关键词 Harris算子 图像匹配 随机抽样一致性(RANSAC) 基本矩阵 随机块选取
年,卷(期) 2017,(4) 所属期刊栏目 测绘与城市地理信息
研究方向 页码范围 39-44
页数 6页 分类号 P237
字数 4073字 语种 中文
DOI 10.3969/j.issn.1004-6011.2017.04.009
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 孔祥思 北京建筑大学测绘与城市空间信息学院 2 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (33)
共引文献  (94)
参考文献  (10)
节点文献
引证文献  (5)
同被引文献  (16)
二级引证文献  (4)
1981(3)
  • 参考文献(1)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(3)
  • 参考文献(2)
  • 二级参考文献(1)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(3)
  • 参考文献(2)
  • 二级参考文献(1)
2014(4)
  • 参考文献(1)
  • 二级参考文献(3)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(4)
  • 引证文献(2)
  • 二级引证文献(2)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
Harris算子
图像匹配
随机抽样一致性(RANSAC)
基本矩阵
随机块选取
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
北京建筑大学学报
季刊
1004-6011
10-1250/TU
16开
北京西城区展览路一号
1985
chi
出版文献量(篇)
1636
总下载数(次)
5
论文1v1指导