激光与光电子学进展, 2018, 55 (5): 051007, 网络出版: 2018-09-11   

融合彩色不变量和SURB检测的特征点匹配算法 下载: 1043次

Feature Point Matching Algorithm for Fusion of Color Invariants and SURB Detection
作者单位
江南大学物联网工程学院, 江苏 无锡 214122
摘要
为了解决传统匹配算法运行效率低、匹配精度低等问题,在快速特征点提取和描述(ORB)算法的基础上提出一种融合彩色不变量和基于加速稳健特征和对象请求代理(SURB)检测的优化匹配方法。首先,在同一复杂场景下,通过彩色空间变换提取两幅图片的彩色不变量信息;然后,采用SURB算法提取彩色信息中具有尺度不变性的特征点,构建ORB算术描述子;最后,在K近邻算法分类和整理的基础上,采用评价函数和随机抽样一致性算法去除误匹配点对。基于标准图库ALOI及多组实际图像匹配的结果表明,对于复杂环境下的图像,本文算法不仅具有较高的匹配精度,而且大幅缩短了匹配时间。
Abstract
Results

of standard graphics library ALOI and many other real images indicate that the proposed algorithm improves the image matching accuracy and shortens the image matching time in the complex environment.

陈树, 杨天, 孙顺远. 融合彩色不变量和SURB检测的特征点匹配算法[J]. 激光与光电子学进展, 2018, 55(5): 051007. Shu Chen, Tian Yang, Shunyuan Sun. Feature Point Matching Algorithm for Fusion of Color Invariants and SURB Detection[J]. Laser & Optoelectronics Progress, 2018, 55(5): 051007.

本文已被 2 篇论文引用
被引统计数据来源于中国光学期刊网
引用该论文: TXT   |   EndNote

相关论文

加载中...

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!