一种改进的FREAK算法的图像特征点匹配

• 作者: 叶志坚 王福龙
• 来源期刊: 广东工业大学学报
• 学科: 工学
• 关键词: 改进FREAK SIFT RANSAC 特征点匹配
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 综合研究
• 页码范围: 37-42
• 页数: 6页
• 分类号: TP391
• 字数: 4142字
• 语种: 中文
• DOI: 10.12052/gdutxb.170034

摘要

由于FREAK算法存在不具备尺度不变性的缺陷,特征点匹配策略单一容易出现匹配效果不理想的问题,鉴于SIFT和RANSAC算法思想,本文提出一种改进的FREAK算法:SFREAK (SIFT and FREAK).首先,生成高斯差分金字塔图像,使检测出来的特征点具有尺度不变性;然后采用FREAK描述符对特征点进行描述,获得二进制描述子;最后,在特征点匹配过程中通过Hamming距离匹配进行粗匹配,并结合RANSAC算法对匹配点对进行提纯,实现两幅图像的特征点匹配.实验结果表明,本文提出的改进算法有效解决了FREAK不具备尺度不变性的缺陷,在图像发生尺度变化时,SFREAK算法特征点匹配准确率达到95.7％,相比于FREAK提高了61.9％.另外,本文改进的算法与传统SIFT、FREAK算法相比,表现出更好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王福龙	广东工业大学应用数学学院	33	206	8.0	13.0
2	叶志坚	广东工业大学应用数学学院	1	6	1.0	1.0