CAJ | 학술논문

针对噪声敏感造成的SIFT特征匹配鲁棒性低问题,提出一种基于数据聚类的两阶段特征匹配方法.在满足特征匹配几何距离最邻近本质要求下扩展了k-d数据结构,使其不但能够完成算术平均化匹配特征离线聚类,而且能够实现第1阶段聚类特征在线匹配.在此基础上,给出一种概率最优投票策略选择关键图像进行第2阶段匹配,最后合并两阶段属于关键图像的所有匹配特征对.实验结果表明,对于大量存在重叠关系的图像集合,该方法能够有效减少重复特征数量,降低噪声信息对特征匹配的干扰,极大地提高特征匹配的鲁棒性.
침대조성민감조성적SIFT특정필배로봉성저문제,제출일충기우수거취류적량계단특정필배방법.재만족특정필배궤하거리최린근본질요구하확전료k-d수거결구,사기불단능구완성산술평균화필배특정리선취류,이차능구실현제1계단취류특정재선필배.재차기출상,급출일충개솔최우투표책략선택관건도상진행제2계단필배,최후합병량계단속우관건도상적소유필배특정대.실험결과표명,대우대량존재중첩관계적도상집합,해방법능구유효감소중복특정수량,강저조성신식대특정필배적간우,겁대지제고특정필배적로봉성.