典型文献
基于SURF的快速图像匹配改进算法
文献摘要：
针对传统SURF算法在图像匹配中使用固定阈值提取的特征点不均匀、匹配正确率低以及时间复杂度高的问题,提出一种基于SURF算法的快速图像匹配改进算法.首先,通过对Hessian矩阵行列式值分布的统计分析,提出一种阈值自适应方法来提取更有效的特征点;然后采用四叉树方法对所提特征点进行均匀化以降低误匹配率,并提出一种划分深度自适应的方法对四叉树算法进行改进,防止四叉树过度划分;最后,本文首次将BEBLID二进制描述子与改进SURF算法相结合,利用基于机器学习的采样模式对特征点构建具有强描述性的二进制描述子,在提升匹配正确率的同时加快匹配速度.实验结果证明,本文所提算法在Mikolajcyzk图片数据集测试中的匹配正确率比传统SURF算法高9.7％～27.0％,算法速度比SURF提高了50％以上.对比SIFT、SURF、BRISK、ORB算法,本文所提改进算法具有更优的鲁棒性和实时性.
文献关键词：
改进SURF;图像匹配;自适应阈值;四叉树;BEBLID描述子
中图分类号：
作者姓名：
崔建国;孙长库;李玉鹏;付鲁华;王鹏
作者机构：
天津大学精密测试技术及仪器国家重点实验室 天津 300072;光电控制技术重点实验室 洛阳 471009
文献出处：
引用格式：
[1]崔建国;孙长库;李玉鹏;付鲁华;王鹏-.基于SURF的快速图像匹配改进算法)[J].仪器仪表学报,2022(08):47-53
A类：
Mikolajcyzk
B类：
SURF,图像匹配,改进算法,固定阈值,特征点,时间复杂度,Hessian,行列式,值分布,阈值自适应,自适应方法,均匀化,误匹配,匹配率,深度自适应,四叉树算法,BEBLID,二进制,描述子,基于机器学习,采样模式,配速,图片数据,速度比,SIFT,BRISK,ORB,自适应阈值
AB值：
0.389362
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
