中国图象图形学报A
中國圖象圖形學報A
중국도상도형학보A
JOURNAL OF IMAGE AND GRAPHICS
2009年
7期
1369-1377
,共9页
张洁玉%白小晶%徐丽燕%陈强%夏德深
張潔玉%白小晶%徐麗燕%陳彊%夏德深
장길옥%백소정%서려연%진강%하덕심
空间分布描述符%SIFT特征描述符%独特性%校正误匹配
空間分佈描述符%SIFT特徵描述符%獨特性%校正誤匹配
공간분포묘술부%SIFT특정묘술부%독특성%교정오필배
针对SIFT(scale invariantfeature transform)特征描述符因仅利用特征点的局部邻域信息而对散落在图像内相似结构中的点极易发生误匹配的现象,提出了一种基于空间分布描述符的SIFT误匹配校正方法.该方法首先利用SIFT算法进行匹配;然后对于匹配结果中的特征点,再利用图像轮廓像素点对该点的空间分布信息进行重新描述,以形成一种独特性更高的空间分布描述符;最后运用此种描述符,对匹配结果中存在的"一对多"和"一对一"的错误匹配形式,分别采取两种不同的匹配策略进行校正.以真实图像进行的实验结果表明,该方法与RANSAC(随机抽样一致性)算法相比,其在不损失正确匹配的前提下,能够真正提高正确匹配率.
針對SIFT(scale invariantfeature transform)特徵描述符因僅利用特徵點的跼部鄰域信息而對散落在圖像內相似結構中的點極易髮生誤匹配的現象,提齣瞭一種基于空間分佈描述符的SIFT誤匹配校正方法.該方法首先利用SIFT算法進行匹配;然後對于匹配結果中的特徵點,再利用圖像輪廓像素點對該點的空間分佈信息進行重新描述,以形成一種獨特性更高的空間分佈描述符;最後運用此種描述符,對匹配結果中存在的"一對多"和"一對一"的錯誤匹配形式,分彆採取兩種不同的匹配策略進行校正.以真實圖像進行的實驗結果錶明,該方法與RANSAC(隨機抽樣一緻性)算法相比,其在不損失正確匹配的前提下,能夠真正提高正確匹配率.
침대SIFT(scale invariantfeature transform)특정묘술부인부이용특정점적국부린역신식이대산락재도상내상사결구중적점겁역발생오필배적현상,제출료일충기우공간분포묘술부적SIFT오필배교정방법.해방법수선이용SIFT산법진행필배;연후대우필배결과중적특정점,재이용도상륜곽상소점대해점적공간분포신식진행중신묘술,이형성일충독특성경고적공간분포묘술부;최후운용차충묘술부,대필배결과중존재적"일대다"화"일대일"적착오필배형식,분별채취량충불동적필배책략진행교정.이진실도상진행적실험결과표명,해방법여RANSAC(수궤추양일치성)산법상비,기재불손실정학필배적전제하,능구진정제고정학필배솔.