基于改进SURF特征点的图像匹配方法

Software Guide（2023）

引用 0|浏览0

暂无评分

摘要

针对SURF算法在图像匹配过程中存在运算时间长、匹配正确率低等问题,采用DAISY描述符与RANSAC算法优化加速鲁棒特征(SURF),提出一种基于改进SURF特征点的图像匹配方法.首先,利用DAISY描述符结构简单、复杂程度低、匹配精度较高等特点,在SURF算法特征点检测的基础上采用DAISY特征描述符替换SURF特征描述算子,并采用RANSAC算法删除误匹配点.实验表明,在图像模糊、角度旋转、光照变化、JPEG压缩比变化等多种复杂情况下,该算法相较于SURF算法具有更好的鲁棒性,能提高匹配对数,剔除误匹配点,减少算法运行时间,匹配正确率均高达95％以上.

查看译文

关键词

feature matching,speeded-up robust features,DAISY descriptor,RANSAC

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要