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。