针对传统ORB(Oriented Fast and Rotated BRIEF)算法误匹配率高、抗视角变换能力弱等问题,提出一种融合交叉验证ORB和一致空间映射的快速图像匹配算法。在ORB算法的框架下分别检测模板图像和目标图像的特征点集,并利用每个特征点的描述...针对传统ORB(Oriented Fast and Rotated BRIEF)算法误匹配率高、抗视角变换能力弱等问题,提出一种融合交叉验证ORB和一致空间映射的快速图像匹配算法。在ORB算法的框架下分别检测模板图像和目标图像的特征点集,并利用每个特征点的描述符建立两个特征点集之间的对应关系;利用每对特征点邻域的支持点集交叉验证对应特征点对的准确性;在粗剔除低准确性的对应特征点对后,通过一致空间映射对经过筛选的特征点集进行稳健的非线性匹配。实验结果表明,该算法优于当前主流的图像特征匹配算法,并且在处理大视角变换和现实场景下的图像特征匹配问题时稳健性较强。展开更多
基金The National Natural Science Foundation of China(10271025)The Natural Science Foundation of Zhejiang Province(102002)The Key Scientific Research Foundation of Zhejiang Province Education Committed(20061154).
文摘针对传统ORB(Oriented Fast and Rotated BRIEF)算法误匹配率高、抗视角变换能力弱等问题,提出一种融合交叉验证ORB和一致空间映射的快速图像匹配算法。在ORB算法的框架下分别检测模板图像和目标图像的特征点集,并利用每个特征点的描述符建立两个特征点集之间的对应关系;利用每对特征点邻域的支持点集交叉验证对应特征点对的准确性;在粗剔除低准确性的对应特征点对后,通过一致空间映射对经过筛选的特征点集进行稳健的非线性匹配。实验结果表明,该算法优于当前主流的图像特征匹配算法,并且在处理大视角变换和现实场景下的图像特征匹配问题时稳健性较强。
