【摘要】：在計(jì)算機(jī)視覺中,特征點(diǎn)匹配是一個(gè)極其重要的問題。為了提高圖像特征點(diǎn)匹配精度,針對ORB常采用的RANSAC誤匹配點(diǎn)消除算法不足,提出了改進(jìn)的誤匹配點(diǎn)剔除算法。該算法通過縮小抽樣點(diǎn)總量來保證匹配點(diǎn)選取質(zhì)量,并能有效的減少迭代次數(shù)。分別采用ORB+改進(jìn)算法與ORB+RANSAC算法對兩組圖片進(jìn)行特征點(diǎn)匹配實(shí)驗(yàn)。實(shí)驗(yàn)表明,該算法能夠有效剔除誤匹配點(diǎn),與RANSAC算法相比較精度提高了8%,匹配精度提高至97.43%。
[Abstract]:Feature point matching is an extremely important problem in computer vision. In order to improve the accuracy of image feature point matching, an improved algorithm is proposed to eliminate RANSAC mismatch points, which is often used by ORB. The algorithm can reduce the total number of sampling points to ensure the quality of matching points and reduce the number of iterations. ORB improved algorithm and ORB RANSAC algorithm are used to match the feature points of two groups of images. The experimental results show that the algorithm can eliminate the mismatch points effectively. Compared with the RANSAC algorithm, the accuracy of the algorithm is improved by 8% and the matching accuracy is improved to 97.43.
【作者單位】： 安徽工程大學(xué)安徽省電氣傳動(dòng)與控制重點(diǎn)實(shí)驗(yàn)室;
【基金】：2016年安徽高校自然科學(xué)研究項(xiàng)目(KJ2016A794)資助
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 胡松;李超;王傳銀;楊明;;一種基于圖像特征點(diǎn)信息的誤匹配點(diǎn)剔除改進(jìn)算法[J];成都信息工程學(xué)院學(xué)報(bào);2011年05期

2 楊勇;王可東;;ICCP中單純形優(yōu)化的誤匹配檢測[J];北京航空航天大學(xué)學(xué)報(bào);2009年03期

3 張姣;李俊山;朱英宏;朱秋旭;;SVR在異源圖像誤匹配點(diǎn)對剔除中的應(yīng)用[J];微電子學(xué)與計(jì)算機(jī);2013年02期

4 陳敏;邵振峰;慎于藍(lán);;基于基準(zhǔn)點(diǎn)和基準(zhǔn)方向的SIFT誤匹配校正方法[J];測繪通報(bào);2012年03期

5 延偉東;田錚;溫金環(huán);潘璐璐;;基于偏最小二乘的SIFT誤匹配校正方法[J];計(jì)算機(jī)應(yīng)用;2012年05期

6 譚仁龍;萬幼川;;基于主方向的SIFT誤匹配點(diǎn)剔除方法[J];地理空間信息;2014年01期

7 郁梅;肖方明;蔣剛毅;李福翠;;一種宏塊分裂的多描述視頻編碼方法[J];中國圖象圖形學(xué)報(bào);2006年04期

8 張紅梅;趙建虎;邵楠;;基于海床特征地貌的水下導(dǎo)航方法研究[J];測控技術(shù);2011年11期

9 陳小軍;王丹丹;胡濤;趙雯;;一種新的SIFT匹配定位技術(shù)研究[J];宇航計(jì)測技術(shù);2012年04期

10 宋丹;唐林波;趙保軍;;基于區(qū)域重疊核加權(quán)Hu矩的SIFT誤匹配點(diǎn)剔除算法[J];系統(tǒng)工程與電子技術(shù);2013年04期

相關(guān)碩士學(xué)位論文 前2條

1 劉笑宇;基于SIFT算法的目標(biāo)識(shí)別技術(shù)的研究[D];長春理工大學(xué);2013年

2 于天慧;基于多角度視覺信息的目標(biāo)3D重構(gòu)技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2015年

，

本文編號(hào)：2395327