基于特征点的伪匹配点去除算法

基于特征点的图像配准中伪匹配点的存在影响变换矩阵的计算精度,容易造成图像配准失败.根据SIFT特征匹配中存在的伪匹配点,提出一种伪匹配点去除算法.两幅待配准图像的正确匹配点在坐标位置上有差值相似性,伪匹配点的坐标差值与正确匹配点的坐标差值差异大,利用这种坐标差值的波动对伪匹配点进行去除.实验结果表明,待配准图像中的伪匹配点得到了有效去除,与RANSAC算法相比,时间复杂度大幅减小.

基于双目视觉的涡轮叶片型面特征提取及匹配

提出一种基于双目视觉的测量方法,通过投影文字图案形成叶片表面检测点,采用具有旋转、尺度不变的SIFT算子对左、右摄像机图像进行特征提取及匹配,并通过窄基线剔除法去除匹配后生成的一系列共轭像素点中的误匹配点,实现对涡轮叶片表面点云数据的高精度、低成本提取。实验结果验证了算法的有效性。

一种基于线状目标特征点集的声呐图像配准方法

针对合成孔径声呐多测线图像拼接问题,提出一种基于线状目标特征点集的图像配准思想。首先使用Canny算子找出图像中线状目标边缘,优化选取出待匹配点,构成特征点集。通过Hausdorff距离计算点集间位置结构相似程度,找到两幅图像匹配点,并消除伪配准点,最后通过配准的线状目标特征点集实现图像的拼接。实验表明,针对线状目标特征图像的点集选取和图像配准方法具有较好的配准效果。

基于改进的SURF图像配准算法研究

图像特征点匹配算法是实现目标识别的一种有效算法,目前图像特征点匹配算法耗时大,而且在匹配过程中存在伪匹配点;提出了一种改进算法:在初始特征点检测阶段,根据图像大小动态构造高斯金字塔图层,提高了算法的实时性和准确性;采用设置阈值的方法对初始特征点进行优化,减少匹配时间;在特征点匹配阶段,利用提取特征点中正确匹配点与伪匹配点坐标值差异较大这种特性,对伪匹配点进行去除,最后进行目标识别;实验结果表明,在尺寸大小为800×600的图像中,SURF算法提取特征点数225个,耗时92.499 ms,Octave 3;特征点匹配率97.50%,耗时349.716 ms;提出的改进方法更为简单有效,减少了特征点匹配的误差,能够有效缩短图像配准时间。