一种自适应阈值多目标SIFT匹配算法实现方法技术
【技术实现步骤摘要】
一种自适应阈值多目标SIFT匹配算法实现方法
本专利技术涉及机器人视觉
，具体涉及一种自适应阈值多目标SIFT匹配算法实现方法。
技术介绍
图像特征匹配是计算机视觉和模式识别等领域研究的基本问题以及物体识别、跟踪等应用的重要基础,广泛应用于摄影测量与遥感、资源分析、三维重建、目标识别、图像拼接、图像检索等众多领域,。近年来，视觉智能机器人逐渐在物流、制造等工业中广泛应用，应用于机器人视觉的图像特征匹配成为研究的重点之一。尺度不变特征变换(SIFT)算法是一种局部特征匹配算法，具有缩放，平移，旋转及亮度不变性，对目标的遮挡、噪声等因素影响也能保持较好匹配效果。但是该算法在拥有多个待匹配目标的场景中，存在以下问题：1.目标图像与模板图像进行匹配时，需要提取模板图像的特征，在使用时提取模板图像的特征时间较长；2.当多个模板间的相似的较高时，使用固定阈值进行特征匹配，会匹配到错误的目标，误匹配率较高，匹配精度较低。
技术实现思路
本专利技术的目的在于克服上述
技术介绍
存在的缺陷，提供一种自适应阈值多目标SIFT匹配算法实现方法。本专利技术的技术方案:一种自适应阈值多目标S...
【技术保护点】
一种自适应阈值多目标SIFT匹配算法实现方法，其特征在于，包括以下步骤：S1、提取模板图像的SIFT局部特征；S2、将上述步骤S1中提取的模板图像的SIFT局部特征以文本形式存入特征模板库中；S3、针对特征模板库中的模板特征，两两进行SIFT匹配，确定自适应阈值θ
【技术特征摘要】
1.一种自适应阈值多目标SIFT匹配算法实现方法，其特征在于，包括以下步骤：S1、提取模板图像的SIFT局部特征；S2、将上述步骤S1中提取的模板图像的SIFT局部特征以文本形式存入特征模板库中；S3、针对特征模板库中的模板特征，两两进行SIFT匹配，确定自适应阈值θS；S4、提取目标图像的SIFT局部特征；S5、将上述S4步骤中提取的目标图像的SIFT局部特征与上述步骤S2中的特征模板库中的特征进行匹配：若全部匹配完成，进入S6，否则回到S5继续匹配；S6、删除目标图像中与多个模板匹配的特征点。2.根据权利要求1所述的方法，其特征在于...
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。