為解決SIFT特征匹配算法計算量大、運算速度慢等問題,在詳細分析了原有經(jīng)典算法的基礎(chǔ)上,對其進行改進:一方面從降低運算復雜度的角度考慮,通過對每個像素的梯度模值和梯度方向進行高斯加權(quán),將原有128維的特征描述符降低至24維;另一方面對特征向量的搜索方法進行改進,在原有BBF搜索方法的基礎(chǔ)上,引入每一維度的數(shù)據(jù)與節(jié)點之間的關(guān)系來限定搜索范圍,減少搜索次數(shù),提高算法的搜索速度,進而減少算法整體的運行時間。最后,通過實驗驗證算法在運算速度上的提升,同時對匹配的準確度進行分析,在保證算法準確度的基礎(chǔ)上提升運算速度。

【文章頁數(shù)】：4 頁

【文章目錄】：
0 引言
1 SIFT算法原理
    1.1 尺寸空間極值點檢測
    1.2 確定關(guān)鍵點的方向參數(shù)
    1.3 計算特征向量
2 改進的SIFT算法
    2.1 改進的特征描述符
    2.2 改進的特征向量搜索方法
3 實驗結(jié)果與分析
4 結(jié)語



本文編號：3955131