| 增量式SFM中特征点检测与匹配方法的改进 |
| |
| 引用本文： | 赵云皓,贺赛先. 增量式SFM中特征点检测与匹配方法的改进[J]. 激光杂志, 2020, 41(3): 59-66. DOI: 10.14016/j.cnki.jgzz.2020.03.059 |
| |
| 作者姓名： | 赵云皓 贺赛先 |
| |
| 作者单位： | 武汉大学电子信息学院,武汉430000;武汉大学电子信息学院,武汉430000 |
| |
| 摘 要： | 图像特征点的提取与匹配是增量式SFM重建系统中至关重要的一步。为了提高匹配的准确率以及有效匹配点对的数量,提出了一种改进方法:首先在多尺度空间中利用自适应阈值的FAST角点检测算法获取特征点;然后计算特征点与其多个环形邻域之间的灰度对比信息,再与采样区域的局部梯度信息融合得到特征点描述子;接着利用曼哈顿距离与切比雪夫距离的线性组合代替欧氏距离完成特征点的稀疏匹配;最后利用稀疏匹配结果作为种子点对进行同步生长,在多约束条件下得到最终的稠密匹配结果。在Oxford数据集上的实验证明了改进的稀疏匹配算法的准确率与有效匹配点对数量都高于SIFT算法,在增量式SFM系统中的实验证明了稀疏匹配与稠密匹配的组合算法可以获得更好的重建效果。
|
| 关 键 词： | 特征点匹配 尺度不变性 特征描述子 SIFT算法 稠密匹配 |
An improved algorithm for feature point detection and matching in incremental SFM |
| |
| ZHAO Yunhao,HE Saixian. An improved algorithm for feature point detection and matching in incremental SFM[J]. Laser Journal, 2020, 41(3): 59-66. DOI: 10.14016/j.cnki.jgzz.2020.03.059 |
| |
| Authors: | ZHAO Yunhao HE Saixian |
| |
| Affiliation: | (Electronic Information School,Wuhan University,Wuhan 430000,China) |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
