文件名称：论文研究-基于聚类SURF特征的商品识别算法.pdf
文件大小：1.34MB
文件格式：PDF
更新时间：2022-08-11 15:52:22
加速鲁棒特征,匹配角度,聚类,误剔除率
图像存在遮挡、尺度缩放、多干扰时，传统加速鲁棒特征（SURF）算法会产生错误匹配问题，提出一种基于匹配角度聚类的匹配算法。算法先提取SURF特征点，利用特征点的主方向信息进行图像角度矫正，再统计并聚类粗匹配对的匹配角度信息，依据类中元素数目和类簇数目进行两级筛选，剔除异常角度信息的误匹配对。算法与随机抽样一致性算法（RANSAC）进行实验对比，表明该算法能有效提高匹配正确率和保证低误剔除率，提高了商品图像的识别率。