微型机与应用
微型機與應用
미형궤여응용
MICROCOMPUTER & ITS APPLICATIONS
2014年
15期
36-39
,共4页
吴金津%志强%龙永新%武岫缘
吳金津%誌彊%龍永新%武岫緣
오금진%지강%룡영신%무수연
SIFT-FCACO 算法%蚁群算法%图像配准
SIFT-FCACO 算法%蟻群算法%圖像配準
SIFT-FCACO 산법%의군산법%도상배준
SIFT-FCACO algorithm%ant colony algorithm%image registration
为了降低图像配准误匹配率以及减少 RANSAC 算法特征优化迭代次数,提出了 SIFT-FCACO 的图像配准算法,用快速收敛的蚁群算法对图像匹配后的特征点对进行优化。实验结果表明,该算法不仅减少了匹配时间,而且提高了匹配的准确率。
為瞭降低圖像配準誤匹配率以及減少 RANSAC 算法特徵優化迭代次數,提齣瞭 SIFT-FCACO 的圖像配準算法,用快速收斂的蟻群算法對圖像匹配後的特徵點對進行優化。實驗結果錶明,該算法不僅減少瞭匹配時間,而且提高瞭匹配的準確率。
위료강저도상배준오필배솔이급감소 RANSAC 산법특정우화질대차수,제출료 SIFT-FCACO 적도상배준산법,용쾌속수렴적의군산법대도상필배후적특정점대진행우화。실험결과표명,해산법불부감소료필배시간,이차제고료필배적준학솔。
In order to improve the image registration error matching rate and reduce the RANSAC algorithm of feature optimization iterations, the image registration algorithm SIFT-FCACO is proposed, which uses image matching feature point pairs to optimize the ant colony algorithm with fast convergence. Experiment results show that this algorithm can reduce the matching time , and improves the matching accuracy.