针对物体和镜像之间的匹配问题,引入RNFA(Relative Number of False Alarms)边缘链检测方法获取更丰富的线段。文中提出一种改进的LBD(Line Band Descriptor)算法用于构建局部不变特征描述符,通过比较局部不变特征描述符获得初始匹配对...针对物体和镜像之间的匹配问题,引入RNFA(Relative Number of False Alarms)边缘链检测方法获取更丰富的线段。文中提出一种改进的LBD(Line Band Descriptor)算法用于构建局部不变特征描述符,通过比较局部不变特征描述符获得初始匹配对。采用全局投影角度的筛选方式,并通过拟合投影中线的方式剔除初始匹配对中误匹配项。在完成全局投影角度的选取和投影中线的拟合后,放宽对局部不变特征描述符阈值的筛选以获得更多的匹配对,提升召回率。图像集仿真实验结果表明,文中所提算法在纹理较弱区域能够更好地识别线段,且能够在保证原算法性能的基础上获得更多的匹配对,提高5%左右的正确匹配率,并达到90%以上的召回率。展开更多
文摘针对物体和镜像之间的匹配问题,引入RNFA(Relative Number of False Alarms)边缘链检测方法获取更丰富的线段。文中提出一种改进的LBD(Line Band Descriptor)算法用于构建局部不变特征描述符,通过比较局部不变特征描述符获得初始匹配对。采用全局投影角度的筛选方式,并通过拟合投影中线的方式剔除初始匹配对中误匹配项。在完成全局投影角度的选取和投影中线的拟合后,放宽对局部不变特征描述符阈值的筛选以获得更多的匹配对,提升召回率。图像集仿真实验结果表明,文中所提算法在纹理较弱区域能够更好地识别线段,且能够在保证原算法性能的基础上获得更多的匹配对,提高5%左右的正确匹配率,并达到90%以上的召回率。
