-
题名一种基于SIFT的改进优化特征匹配算法
被引量：6
- 1
-
-
作者
甘小红
覃志东
蔡勇
肖芳雄
-
机构
东华大学计算机科学与技术学院
上海岳展精密科技有限公司
金陵科技学院软件工程学院
-
出处
《智能计算机与应用》
2021年第11期5-9,共5页
-
基金
国家自然科学基金(6126200)
2020国家级大学生创新创业项目(112-03-0178010/001)
-
文摘
尺度不变特征变换即SIFT算法存在实时性差,易误匹配等固有问题,本文针对性地提出了特征描述符降维处理和匹配优化解决方案,得到一种能满足更高实时性和精确性需求的特征匹配算法。通过使用特征点为中心的9个同心圆环梯度累计值,构建72维特征向量,进行特征描述符降维,达到简化特征描述的目的,从而减少描述符的生成和匹配时间。此外,结合匹配点择优筛选和RANSAC算法匹配提纯,有效地减少了误匹配。实验表明:改进优化后的特征匹配算法既显著地提高了特征匹配精确度,又改善了算法自身实时性。
-
关键词
SIFT算法
特征描述符
匹配点择优筛选
RANSAC算法
-
Keywords
SIFT algorithm
feature descriptor
matching point selection
RANSAC
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
