科学技术与工程
科學技術與工程
과학기술여공정
SCIENCE TECHNOLOGY AND ENGINEERING
2013年
10期
2875-2879
,共5页
图像匹配%Hessian矩阵%KD树%BBF%最近邻搜索
圖像匹配%Hessian矩陣%KD樹%BBF%最近鄰搜索
도상필배%Hessian구진%KD수%BBF%최근린수색
针对图像特征匹配算法维数高,实时性低的缺陷,研究了SURF特征匹配算法,并对其进行了改进.首先在图像的尺度空间中提取SURF特征点,并生成扩展的特征描述向量.然后建立KD-Tree特征结构,采用BBF查询机制进行最近邻查询实现特征点快速匹配.实验结果表明,SURF算法进行特征检测的时间是SIFT算法的1/3;使用BBF进行特征匹配,匹配速度提高了2-3倍.
針對圖像特徵匹配算法維數高,實時性低的缺陷,研究瞭SURF特徵匹配算法,併對其進行瞭改進.首先在圖像的呎度空間中提取SURF特徵點,併生成擴展的特徵描述嚮量.然後建立KD-Tree特徵結構,採用BBF查詢機製進行最近鄰查詢實現特徵點快速匹配.實驗結果錶明,SURF算法進行特徵檢測的時間是SIFT算法的1/3;使用BBF進行特徵匹配,匹配速度提高瞭2-3倍.
침대도상특정필배산법유수고,실시성저적결함,연구료SURF특정필배산법,병대기진행료개진.수선재도상적척도공간중제취SURF특정점,병생성확전적특정묘술향량.연후건립KD-Tree특정결구,채용BBF사순궤제진행최근린사순실현특정점쾌속필배.실험결과표명,SURF산법진행특정검측적시간시SIFT산법적1/3;사용BBF진행특정필배,필배속도제고료2-3배.
