文件名称：论文研究-基于SURF和快速近似最近邻搜索的图像匹配算法.pdf
文件大小：1.11MB
文件格式：PDF
更新时间：2022-08-11 17:45:45
图像匹配,快速近似邻近点搜索,加速鲁棒特征,改进的样本一致性,双向匹配
针对高维特征向量存在的最近邻匹配正确率低的问题, 提出了一种基于SURF和快速近似最近邻搜索的图像匹配算法。首先用Fast-Hessian 检测子进行特征点检测, 并生成SURF特征描述向量; 然后通过快速近似最近邻搜索算法得到初匹配点对, 再对得出的单向匹配结果进行双向匹配; 最后采用鲁棒性较好的PROSAC算法进一步剔除误匹配点对。实验证明了该算法不仅提高了SURF算法匹配的正确率, 还保证了算法的实时性。