改进的SURF算法在图像匹配中的应用

• 作者: 刘守山 别治峰 许广会 黄春凤
• 来源期刊: 现代电子技术
• 关键词: 图像匹配 特征点提取 双向匹配 视差梯度 随机抽样一致 匹配精度
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 计算机科学与应用
• 页码范围: 111-115
• 页数: 5页
• 分类号: TN911.73-34|TP391.9
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2020.10.029

摘要

针对加速稳健特征(Speeded Up Robust Features,SURF)算法在三维重建中匹配准确率低的问题,提出基于SURF算法的改进算法.首先利用SURF算法提取特征点,通过近邻搜索(Best Bin Fast,BBF)算法实现Kd-Tree快速查找最近邻特征点,结合双向唯一性匹配的方法完成图像匹配,然后在视差约束下,利用视差梯度约束对初始特征匹配对进行预处理,筛选掉一些偏差较大的匹配对,最后采用随机抽样一致(Random Sample Consensus,RANSAC)算法对特征点二次优化和去噪处理.将其他改进算法和提出的改进算法分别进行图像匹配处理比较,分析算法的性能,得到提出的改进算法匹配成功率达96.3％.实验结果证明提出的改进算法简单快速,匹配精度高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘守山	山东科技大学电子信息工程学院	10	14	2.0	3.0
2	别治峰	山东科技大学电子信息工程学院	2	1	1.0	1.0
3	黄春凤	山东科技大学电子信息工程学院	2	1	1.0	1.0
4	许广会	山东科技大学电子信息工程学院	1	0	0.0	0.0