模式识别与人工智能
2025年4月4日 星期五   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2019, Vol. 32 Issue (12): 1133-1140    DOI: 10.16451/j.cnki.issn1003-6059.201912009
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于网格运动统计的改进快速鲁棒特征图像匹配算法
王晓华1, 方琪1, 王文杰1
1.西安工程大学 电子信息学院 西安 710048
Image Matching Algorithm Combining Improved SURF Algorithm with Grid-Based Motion Statistics
WANG Xiaohua1, FANG Qi1, WANG Wenjie1
1.School of Electronics and Information, Xi'an Polytechnic University, Xi'an 710048

全文: PDF (1960 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 针对快速鲁棒特征算法(SURF)局部不变特征描述符存在运算时间较长、匹配准确率较低的问题,文中提出基于网格运动统计的改进快速鲁棒特征图像匹配算法.首先运用Hessian矩阵行列式确定图像中的特征点,采用梯度方向改进SURF中的主方向提取方法,提高特征点主方向的准确性,并使用二进制特征描述子进行特征点描述.再对获取的特征点进行汉明距离粗匹配.最后,采用网格运动统计剔除误匹配点.在Oxford VGG标准数据集上的实验表明,文中算法在图像发生尺度、光照、旋转等变化时匹配准确率与效率较高.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
王晓华
方琪
王文杰
关键词 特征匹配特征提取梯度方向网格运动统计(GMS)    
Abstract:To solve the problems of long operation time and low matching accuracy in the local invariant feature descriptor of speeded up robust features(SURF) algorithm, a image matching algorithm combining improved SURF algorithm with grid-based motion statistics(GMS) is proposed. Firstly, determinant of Hessian is utilized to determine the feature points of the image, and the main direction extraction method in SURF algorithm is improved by gradient direction to increase the accuracy of the main direction of the feature points. The binary feature descriptor rotation-aware binary robust independent elementary feature(rBRIEF) is employed to describe the feature points. Then, the feature points are roughly matched by Hamming distance. Finally, GMS is adopted to eliminate the mismatches. Experiment on Oxford VGG standard dataset indicates that the proposed algorithm achieves higher matching accuracy and efficiency with image changes in scale, illumination and rotation.
Key wordsFeature Matching    Feature Extraction    Gradient Direction    Grid-Based Motion Statistics(GMS)   
收稿日期: 2019-07-18     
ZTFLH: TP 391  
基金资助:国家自然科学基金项目(No.51905405)、教育部工程科技人才培养研究项目(No.18JDGC029)、陕西省自然科学基础研究计划(No.2019JQ-855)、陕西省教育厅自然科学专项(No.19JK0375)资助
通讯作者: 王晓华,博士,教授,主要研究方向为智能机器人、模式识别.E-mail:wangxiaohua@xpu.edu.cn.   
作者简介: 方 琪,硕士研究生,主要研究方向为智能机器人、模式识别.E-mail:631767324@qq.com.王文杰,博士,副教授,主要研究方向为机器人技术.E-mail:wangwenjie@xpu.edu.cn.
引用本文:   
王晓华, 方琪, 王文杰. 基于网格运动统计的改进快速鲁棒特征图像匹配算法[J]. 模式识别与人工智能, 2019, 32(12): 1133-1140. WANG Xiaohua, FANG Qi, WANG Wenjie. Image Matching Algorithm Combining Improved SURF Algorithm with Grid-Based Motion Statistics. , 2019, 32(12): 1133-1140.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.201912009      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2019/V32/I12/1133
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn