【摘要】：在計算機視覺中,特征點匹配是一個極其重要的問題。為了提高圖像特征點匹配精度,針對ORB常采用的RANSAC誤匹配點消除算法不足,提出了改進的誤匹配點剔除算法。該算法通過縮小抽樣點總量來保證匹配點選取質(zhì)量,并能有效的減少迭代次數(shù)。分別采用ORB+改進算法與ORB+RANSAC算法對兩組圖片進行特征點匹配實驗。實驗表明,該算法能夠有效剔除誤匹配點,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】： 安徽工程大學安徽省電氣傳動與控制重點實驗室;
【基金】：2016年安徽高校自然科學研究項目(KJ2016A794)資助
【分類號】：TP391.41

【相似文獻】

相關期刊論文 前10條

1 胡松;李超;王傳銀;楊明;;一種基于圖像特征點信息的誤匹配點剔除改進算法[J];成都信息工程學院學報;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];北京航空航天大學學報;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對剔除中的應用[J];微電子學與計算機;2013年02期

4 陳敏;邵振峰;慎于藍;;基于基準點和基準方向的SIFT誤匹配校正方法[J];測繪通報;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];計算機應用;2012年05期

6 譚仁龍;萬幼川;;基于主方向的SIFT誤匹配點剔除方法[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];中國圖象圖形學報;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航方法研究[J];測控技術;2011年11期

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

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

相關碩士學位論文 前2條

1 劉笑宇;基于SIFT算法的目標識別技術的研究[D];長春理工大學;2013年

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

，

本文編號：2395327