典型文献
基于最佳几何约束和RANSAC的特征匹配算法
文献摘要：
为解决特征点匹配的质量与计算效率不能兼得的问题,研究了一种基于最佳几何约束和RANSAC(random sample consensus)的特征点匹配方法.采用 KNN(k-nearest neighbor)算法对提取到的特征点完成初始匹配,根据匹配点对连接线长度相等、斜率相同的特点,基于统计排序策略构建最佳几何约束,剔除明显错误匹配.利用RANSAC算法进行二次过滤,确保特征匹配点对的正确率,同时给出实验结果加以验证.结果表明:在正常光照下,与Lowe's算法和GMS算法相比,该算法匹配到的点对数有了明显增加,同时很大程度上保证了特征点的质量.
文献关键词：
统计排序;最佳几何约束;RANSAC(random sample consensus)算法;特征点匹配
中图分类号：
作者姓名：
宁小娟;李洁茹;高凡;王映辉
作者机构：
西安理工大学计算机科学与工程学院,陕西西安710048;陕西省网络计算与安全技术重点实验室,陕西西安710048;江南大学人工智能与计算机学院,江苏无锡214122
文献出处：
引用格式：
[1]宁小娟;李洁茹;高凡;王映辉-.基于最佳几何约束和RANSAC的特征匹配算法)[J].系统仿真学报,2022(04):727-734
A类：
最佳几何约束,统计排序
B类：
RANSAC,特征匹配算法,特征点匹配,计算效率,兼得,random,sample,consensus,匹配方法,KNN,nearest,neighbor,取到,连接线,线长,相等,策略构建,误匹配,二次过滤,照下,Lowe,GMS,配到
AB值：
0.333093
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。
