基于改进AKAZE算法的图像特征匹配方法

• 作者: 张蕾 王文杰 王晓华 程禹
• 来源期刊: 西安工程大学学报
• 关键词: 特征提取 特征匹配 汉明距离 边缘化采样一致 AKAZE算法
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 电子信息
• 页码范围: 51-56
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13338/j.issn.1674-649x.2020.04.009

摘要

由于AKAZE算法中局部二进制描述符对图像尺度变化、模糊变化不敏感,导致特征点提取不均匀、特征匹配正确率低,提出一种改进AKAZE与边缘化采样一致方法(marginalizing sample consensus,MAGSAC)结合的特征匹配算法.该算法采用FREAK (fast retina keypoint)描述符描述特征点,对采样点计算梯度确定特征点主方向,使用MAGSAC方法剔除错误匹配点对.实验结果表明:在图像发生尺度与旋转变化时,改进算法的匹配精度比传统AKAZE算法高6.98％,尺度变化下特征点提取平均耗时较传统AKAZE算法减少0.084 ms,图像模糊变化时匹配精度比传统AKAZE算法高8.57％,特征点提取平均耗时较传统AKAZE算法减少0.05 ms.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晓华		76	316	10.0	13.0
2	张蕾		69	224	8.0	10.0
3	王文杰		10	2	1.0	1.0
4	程禹		1	0	0.0	0.0