基于SIFT算法改进的图像匹配算法

• 作者: 王国明 章雷
• 来源期刊: 电脑知识与技术:学术版
• 学科: 工学
• 关键词: SIFT 向量相似度 K-mean 约束条件 欧式距离
• 年，卷（期）: 2019,（1）
• 页码范围: 185-187
• 页数: 3页
• 分类号: TP391.41

摘要

传统SIFT图像匹配算法约束条件较为单一,导致SIFT算法在原图像中存在相似特征很多的情况下,误匹配问题比较明显,不能有效剔除误匹配点。为解决这个问题,提出了一种基于SIFT特征点构建近邻图结构和增加向量约束条件的图像匹配方法。首先,使用K-mean方法对SIFT的特征点集进行聚类,进而生成K近邻图结构完成初始匹配。然后,在欧氏距离约束条件的基础上,增加向量相似度约束对传统SIFT算法约束条件进行改进,并根据相关系数进行匹配点的筛选,完成精确匹配。实验结果表明,该算法有效。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	章雷	安徽理工大学计算机科学与工程学院	2	5	1.0	2.0
2	王国明	安徽理工大学计算机科学与工程学院	22	86	6.0	8.0