本文關(guān)鍵詞：改進(jìn)的雙向SIFT特征匹配算法

  更多相關(guān)文章： SIFT 雙向匹配 視差梯度 RANSAC算法

【摘要】：以基于圖像序列攝像機(jī)自標(biāo)定為基礎(chǔ),針對(duì)尺度不變特征轉(zhuǎn)換SIFT算法誤匹配率高且運(yùn)行效率低的問(wèn)題,提出一種改進(jìn)的雙向SIFT特征匹配算法。在去除誤匹配方面,首先采用雙向匹配消除部分誤匹配點(diǎn)對(duì),然后結(jié)合視差梯度約束算法和隨機(jī)抽樣一致性RANSAC算法提純匹配點(diǎn)對(duì);在提高運(yùn)行速度方面,首先在初匹配中采用K鄰近算法,其次調(diào)整視差梯度約束迭代條件,都通過(guò)減少迭代次數(shù)來(lái)降低算法耗時(shí)。實(shí)驗(yàn)表明,改進(jìn)后的算法在去除了大部分誤匹配的基礎(chǔ)上,保留了足夠的匹配點(diǎn)對(duì)以用于攝像機(jī)空間位置和姿態(tài)的自動(dòng)標(biāo)定,且相較SIFT算法在運(yùn)行速度上有了較大的改進(jìn)。
【作者單位】： 西北農(nóng)林科技大學(xué)信息工程學(xué)院;
【關(guān)鍵詞】： SIFT 雙向匹配 視差梯度 RANSAC算法
【基金】：國(guó)家863計(jì)劃(2013AA10230402) 中央高校西北農(nóng)林科技大學(xué)基本科研業(yè)務(wù)費(fèi)(QN2013054)
【分類(lèi)號(hào)】：TP391.41
【正文快照】： 1引言利用未標(biāo)定的圖像序列進(jìn)行三維重建是當(dāng)下的熱門(mén)研究領(lǐng)域之一[1],其中攝像機(jī)標(biāo)定是其重要內(nèi)容,介于傳統(tǒng)攝像機(jī)標(biāo)定在在線標(biāo)定和場(chǎng)合約束的不足,通常采用攝像機(jī)的自標(biāo)定方法,即通過(guò)序列圖像得到的匹配點(diǎn)對(duì)計(jì)算攝像機(jī)內(nèi)、外參數(shù)。匹配點(diǎn)對(duì)的精確性對(duì)攝像機(jī)標(biāo)定的準(zhǔn)確性至關(guān)

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 孔慶群;明雁聲;胡占義;;視皮層中的視差計(jì)算[J];自動(dòng)化學(xué)報(bào);2011年06期

2 郭龍?jiān)?夏永泉;楊靜宇;;基于視差梯度的快速區(qū)域匹配方法[J];計(jì)算機(jī)科學(xué);2007年04期

3 龔聲蓉;趙萬(wàn)金;劉純平;;基于視差梯度約束的匹配點(diǎn)提純算法[J];系統(tǒng)仿真學(xué)報(bào);2008年S1期

4 朱松立;戴禮榮;宋彥;王仁華;;基于角點(diǎn)特征值和視差梯度約束的角點(diǎn)匹配[J];計(jì)算機(jī)工程與應(yīng)用;2005年34期

5 隋連升;王鈺;王磊;;基于視差梯度的圖像拼接算法研究[J];中國(guó)體視學(xué)與圖像分析;2009年02期

6 竺子民;灰度視差梯度神經(jīng)網(wǎng)絡(luò)與合成全息透視圖插值[J];華中理工大學(xué)學(xué)報(bào);1999年01期

7 竺子民;視差梯度神經(jīng)網(wǎng)絡(luò)穩(wěn)定性分析[J];華中理工大學(xué)學(xué)報(bào);1999年02期

8 楊保海;劉小莉;g，

本文編號(hào)：590868