位置:成果数据库 > 期刊 > 期刊详情页
基于空间约束的快速鲁棒特征匹配优化
  • ISSN号:1009-5896
  • 期刊名称:电子与信息学报
  • 时间:2014.11.15
  • 页码:2571-2577
  • 分类:TP391.4[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]合肥工业大学计算机与信息学院,合肥230009
  • 相关基金:国家自然科学基金(6122393,61172164,51174170)资助课题
  • 相关项目:复杂决策系统中的多任务决策理论与方法研究
中文摘要:

该文提出一种基于空间约束的快速鲁棒特征(SURF)匹配优化算法,称为SC-SURF。首先通过SURF算法检测和匹配图像的特征点。然后根据最近邻比例越低其匹配精度越高的特点,得到按最近邻比率排序的匹配点。并以最优匹配点作为参考点生成新的坐标系,利用空间位置关系地图对每对匹配点进行编码。同时为了简化随机抽样一致性(RANSAC)算法,选择尽量少的最优匹配点对作为RANSAC的代表测试数据集,并由该测试数据集拟合目标投影变换矩阵。最后结合匹配点间的空间位置关系和简化的RANSAC算法对匹配点进行几何校验。实验表明该方法在达到良好匹配精度的同时,具有鲁棒性强,匹配速度快的优点。

英文摘要:

An optimization algorithm based on Spatial Constraint for Speeded Up Robust Feature (SURF) matching is proposed, called SC-SURF. First, SURF is used for the image feature point detection and matching. Then the matched points are ranked according to the principle that the lower is the ratio of the nearest neighbor, the higher is the matching accuracy. A new coordinate system is created based on the optimal matched points. Every pair of matched points is encoded using the relative spatial map. At the same time, representative data sets are constructed to simplify RANndom SAmple Consensus (RANSAC) by using a minimal number of optimal matches. The target homographic matrix is fitted based on the representative data set. Finally, the spatial verification is performed using the relative spatial map among the weighted matched points and simplified RANSAC. Experiments demonstrate that SC-SURF algorithm achieves good robustness and high speed while maintaining high matching accuracy.

同期刊论文项目
期刊论文 27 会议论文 5 获奖 1
期刊论文 55 会议论文 7 获奖 2 著作 2
同项目期刊论文
期刊信息
  • 《电子与信息学报》
  • 中国科技核心期刊
  • 主管单位:中国科学院
  • 主办单位:中国科学院电子学研究所 国家自然科学基金委员会信息科学部
  • 主编:朱敏慧
  • 地址:北京市北四环西路19号
  • 邮编:100190
  • 邮箱:jeit@mail.ie.ac.cn
  • 电话:010-58887066
  • 国际标准刊号:ISSN:1009-5896
  • 国内统一刊号:ISSN:11-4494/TN
  • 邮发代号:2-179
  • 获奖情况:
  • 国内外数据库收录:
  • 荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:24739