典型文献
基于人工智能的红外图像特征点匹配方法
文献摘要：
为了提高红外图像提升匹配效果,提出了基于人工智能的红外图像特征点匹配方法.利用尺度不变特征变换算法检测红外图像特征点,通过梯度直方图确定特征点方向,完成特征点提取;利用最近邻搜索算法获取特征点的特征向量,求解查询特征向量至原点的欧式距离,搜索查询特征向量的最近邻点,通过设置的搜索范围参数剔除非最近邻点,缩小搜索范围,在该范围内依据查询特征向量至参考向量的夹角,结合匹配规则获取正确最近邻点,即正确匹配向量;通过随机抽样一致性算法去掉误匹配.实验证明:该方法特征点提取的可重复率高于0.5％,具备较优的特征点提取稳定性;可有效匹配红外图像特征点,提升图像清晰度;在不同旋转角度与光照变化倍数时,该方法匹配后的图像灰度分布更均匀,图像信息含量更加丰富.
文献关键词：
人工智能;红外图像;特征点匹配;尺度不变;特征变换;直方图;欧式距离;最近邻搜索
中图分类号：
作者姓名：
韩冰;李印鹏;张丽娟
作者机构：
河北工程技术学院软件学院,石家庄 050091;河北地质大学华信学院电子信息系,石家庄 050700
文献出处：
引用格式：
[1]韩冰;李印鹏;张丽娟-.基于人工智能的红外图像特征点匹配方法)[J].激光杂志,2022(10):67-71
A类：
B类：
红外图像,图像特征点,特征点匹配,匹配方法,尺度不变特征变换算法,梯度直方图,特征点提取,最近邻搜索,搜索算法,特征向量,原点,欧式距离,邻点,搜索范围,除非,据查,考向,向量的夹角,匹配规则,随机抽样一致性算法,去掉,误匹配,法特,可重复,重复率,图像清晰度,旋转角度,倍数,灰度分布,图像信息,信息含量
AB值：
0.267215
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。
