基于学习不变特征变换的兵马俑图像分区匹配

• 作者: 冯筠 刘晓宁 延瑜瑜 肖方 赵妍
• 来源期刊: 光学精密工程
• 学科: 工学
• 关键词: 兵马俑 特征提取 特征匹配 LIFT RANSAC
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 信息科学
• 页码范围: 1774-1783
• 页数: 10页
• 分类号: TP391
• 字数: 3994字
• 语种: 中文
• DOI: 10.3788/OPE.20182607.1774

摘要

针对兵马俑图像三维重建时特征误匹配率较高、效率较低的问题,提出了一种基于两视图兵马俑图像的特征分区匹配方案.该方案在兵马俑图像上,首先利用学习不变特征变换(Learned Invariant Feature T ransform,LIFT)方法提取整幅兵马俑图像的特征;接着利用提出的基于先验知识的特征点分布曲线分割方法确定兵马俑头部分割线位置,根据头部分割线将提取的特征分为头部特征和躯干特征;最终采用欧式距离进行分区特征匹配,对于匹配结果集合使用随机抽样一致性算法(Random Sample Consensus,RANSAC)滤除误匹配点集.实验结果表明:在兵马俑图像特征提取及匹配中该方案的正确匹配率可以达到98%,相比于SIFT和SURF方法正确匹配率提高了20%左右,特征点的可重复率提高了10%左右,同时将RANSAC的迭代时间降低了50%,而且在尺度、光照、角度发生变换时具有较好的鲁棒性.因此本文提出的方案能够很好地实现特征点的正确匹配,在兵马俑的三维重建中具有很高的使用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘晓宁	西北大学信息科学与技术学院	44	280	11.0	14.0
2	冯筠	西北大学信息科学与技术学院	57	259	9.0	12.0
3	延瑜瑜	西北大学信息科学与技术学院	1	4	1.0	1.0
4	赵妍	西北大学信息科学与技术学院	6	14	3.0	3.0
5	肖方	西北大学信息科学与技术学院	1	4	1.0	1.0