融合边缘化外点处理的改进图像匹配方法

针对图像匹配中SURF(speed up robust features)算法匹配效率不佳,以及RANSAC算法迭代次数不稳定和人为设置内点离散阈值所带来误差的问题,提出了一种结合改进的边缘化采样一致性算法和改进SURF的图像匹配方法.首先对输入图像进行快速引导滤波预处理,过滤图像噪声并保留边缘细节信息.然后通过BEB...     

基于CenSurE-star改进BRISK图像匹配算法

针对BRISK(binary robust invariant scalable keypoints)算法匹配准确性较低，提出了一种基于CenSurE-star改进BRISK的图像匹配方法。首先检测图像CenSurE-star特征点，并构建BRISK二进制描述符，基于汉明距离相似度量方法采用KNN算法进行粗匹配筛选，并结合RANSAC(random sample consensus)算法对剩余不匹配点对进一步剔除。经实验研究对比，在关于光照、模糊、旋转、压缩比多种变化下该方法相较于BRISK算法准确性更高，保持了BRISK算法的实时性，与SIFT、SURF常见算法相比，该方法具有较高的准确性，且明显提高了匹配速度。