【技术实现步骤摘要】
一种基于SURF的图像匹配方法
本专利技术属于数字图像处理技术,涉及一种图像匹配方法。
技术介绍
图像匹配是数字图像处理中一项关键的技术。随着计算机科学的不断普及,近年来,图像匹配技术也在快速的发展,目前图像匹配技术在许多领域都有着广泛的应用,包括导弹的地形和地图匹配,飞机导航,光学和雷达的图像模板跟踪,工业领域,医学领域,文字识别,航空航天,医疗保健,交通运输等等,与人们的生活息息相关,因此在现代信息社会中,无论在理论方面还是实践方面,数字图像匹配技术的研究都存在巨大的发展前景。图像匹配方法主要分为基于灰度匹配方法和基于特征的匹配方法。其中,在基于特征的匹配方法中,SURF算法由于其实时性好、鲁棒性强在图像匹配中占有重要地位。但是,此类方法在特征点检测方面存在缺陷,需要不断的改进,所以基于SURF的图像匹配技术一直是人们研究的热点。在角点检测方面,Harris算法有着更好的稳定性,但是在亮度、噪声和尺度变化下,Harris算法表现不敏感。SURF算法有着很好的抗亮度、噪声和尺度变化的特性,但稳定性有所欠缺。
技术实现思路
本专利技术的目的是提供一种基于SURF的改进的图像匹配算法,将Harris算法与SURF算法相结合,充分利用两种算法的优势,同时加入误匹配剔除算法,剔除误匹配点,对图像进行精匹配,从而提高匹配算法的性能。技术方案如下:一种基于SURF的图像匹配方法,包括下列步骤:(1)用Harris算法对参考图像与待匹配图像进行角点检测,用SURF算法对参考图像与待匹配图像进行特征点检测;(2)将检测得到的角点与特征点合并,形成新的特征点点集;(3)使用最 ...
【技术保护点】
一种基于SURF的图像匹配方法,包括下列步骤:(1)用Harris算法对参考图像与待匹配图像进行角点检测,用SURF算法对参考图像与待匹配图像进行特征点检测;(2)将检测得到的角点与特征点合并,形成新的特征点点集;(3)使用最近邻匹配法对上一步得到的特征点点集进行特征点粗匹配,得到粗匹配点;(4)精匹配:在得到的粗匹配点对中进行随机取样,设取样次数为t,根据取样次数t确定一组新的点集,设该点集共有n对匹配点对,8<n≤t,从前n‑1个匹配点对中抽取7组匹配点对数据和第n个匹配点对数据组成一个样本;设m和m′是一组匹配点对,利用归一化8点法计算求得每组匹配点对m和m′的基础矩阵F,其中基础矩阵是满足m′
【技术特征摘要】
1.一种基于SURF的图像匹配方法,包括下列步骤:(1)用Harris算法对参考图像与待匹配图像进行角点检测,用SURF算法对参考图像与待匹配图像进行特征点检测;(2)将检测得到的角点与特征点合并,形成新的特征点点集;(3)使用最近邻匹配法对上一步得到的特征点点集进行特征点粗匹配,得到粗匹配点;(4)精匹配:在得到的粗匹配点对中进行随机取样,设取样次数为t,根据取样次数t确定一组新的点集,设该点集共有n对匹配点对,8<n≤t,从前n-1个匹配点对中抽取7组匹配点对数据和第n个匹配...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。