【摘要】：為了提高大規(guī)模場景三維重建中的精度,在保證算法效率的前提下,提取兩種局部穩(wěn)定不變特征,并采用多特征融合方法進(jìn)行匹配。針對基于航拍影像和城市街景圖像聯(lián)合建模存在的問題,提出了一種兩種局部穩(wěn)定特征匹配的方法。其步驟為:先提取ASIFT(Affine Scale Invariant Feature Transform)特征點(diǎn)和MSER(Maximally Stable Extremal Regions)特征區(qū)域,并對MSER算法進(jìn)行改進(jìn),得到這兩種穩(wěn)定的圖像特征;再用SIFT(Scale Invariant Feature Transform)特征描述符對其進(jìn)行描述;最后利用基于單應(yīng)矩陣的特征匹配算法進(jìn)行匹配。利用圖形處理單元(GPU)對特征匹配環(huán)節(jié)進(jìn)行并行優(yōu)化處理。大量實(shí)驗(yàn)及對比結(jié)果表明,本文算法可以得到兩種單一算法兩倍以上的正確匹配對。
[Abstract]:In order to improve the accuracy of large-scale scene 3D reconstruction, two local stable invariant features are extracted under the premise of ensuring the efficiency of the algorithm, and the multi-feature fusion method is used to match. Aiming at the problem of joint modeling based on aerial image and urban streetscape image, this paper proposes two methods of local stable feature matching. The steps are as follows: firstly, the ASIFT (Affine Scale Invariant Feature Transform) feature points and MSER (Maximally Stable Extremal Regions) feature regions are extracted, and the MSER algorithm is improved to obtain the two stable image features, and then the SIFT (Scale Invariant Feature Transform) feature descriptor is used to describe them. Finally, the feature matching algorithm based on homography matrix is used. The parallel optimization of feature matching is carried out by the graphic processing unit (GPU). A large number of experiments and comparative results show that the two single algorithms can be obtained two times more than two correct matching pairs.
【作者單位】： 東北大學(xué)信息科學(xué)與工程學(xué)院;
【基金】：國家863計(jì)劃(2012AA041402) 中國科技部國家重點(diǎn)科技研究發(fā)展計(jì)劃(2015BAF13B00-5)
【分類號】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黃琦,孫守遷,陸亮,潘云鶴;基于特征匹配的產(chǎn)品風(fēng)格認(rèn)知方法[J];中國機(jī)械工程;2003年21期

2 聶瑞華,鄔家煒;手寫速記符的識別與特征匹配研究[J];計(jì)算機(jī)工程;1999年08期

3 王涌天;林精敦;陳靖;郭俊偉;劉偉;薛康;;隨機(jī)樹特征匹配算子性能研究[J];北京理工大學(xué)學(xué)報;2009年11期

4 肖秦琨;劉向軍;;基于局部特征匹配的目標(biāo)跟蹤研究[J];電子設(shè)計(jì)工程;2011年22期

5 王平,普杰信;基于特征匹配的芯片管腳視覺檢測系統(tǒng)設(shè)計(jì)[J];電腦開發(fā)與應(yīng)用;2004年07期

6 安如,金夏玲,王慧麟,馮學(xué)智,徐大新;基于特征匹配的影像可匹配性研究[J];紅外與激光工程;2005年04期

7 呂金建;文貢堅(jiān);李德仁;王繼陽;;一種新的基于空間關(guān)系的特征匹配方法[J];測繪學(xué)報;2008年03期

8 張欣;陳康宏;萬嘉若;;景物目標(biāo)的啟發(fā)式特征匹配識別法[J];自動化學(xué)報;1987年01期

9 周天陽;朱俊虎;王清賢;;基于多特征匹配的隱藏進(jìn)程檢測方法[J];計(jì)算機(jī)應(yīng)用;2011年09期

10 于志鵬;李曉明;;基于譜圖理論的特征匹配原理研究[J];太原師范學(xué)院學(xué)報(自然科學(xué)版);2012年02期

相關(guān)會議論文 前10條

1 蘇劍波;;弱標(biāo)定復(fù)雜場景特征匹配中同形映射誤差分析[A];2007年中國智能自動化會議論文集[C];2007年

2 封舉富;石青云;程民德;;基于活動原點(diǎn)的仿射匹配方法[A];中國圖象圖形科學(xué)技術(shù)新進(jìn)展——第九屆全國圖象圖形科技大會論文集[C];1998年

3 楊平;厲小潤;;基于二級特征匹配的卡爾曼濾波跟蹤算法[A];2011第十六屆全國自動化技術(shù)與應(yīng)用學(xué)術(shù)年會專輯[C];2011年

4 王蕾;宋文忠;吳劍鋒;;一種灰度與特征匹配相結(jié)合的混合算法[A];全國自動化新技術(shù)學(xué)術(shù)交流會會議論文集（一）[C];2005年

5 葉鋒;蔡光東;鄭子華;亓?xí)孕?尹鵬;;基于多特征融合的藥用植物標(biāo)本識別[A];2011年中國智能自動化學(xué)術(shù)會議論文集（第一分冊）[C];2011年

6 季方;鮑遠(yuǎn)律;海濤;屈靜;;特征匹配法實(shí)現(xiàn)地圖中特殊符號的快速識別[A];第三屆全國數(shù)字成像技術(shù)及相關(guān)材料發(fā)展與應(yīng)用學(xué)術(shù)研討會論文摘要集[C];2004年

7 藺，

本文編號：2282254