采用逆近邻与影响空间的图像特征误匹配剔除方法

针对结构相似、纹理重复的场景中特征匹配结果存在特征误匹配率较高的问题,采用密度聚类分析,提出一种基于逆近邻与影响空间的误匹配剔除方法.首先依据初始特征匹配候选集,利用特征匹配的全局信息构建特征匹配集,充分体现特征匹配对间的局部相似性、几何与运动一致性;然后采用基于逆近邻与影响空间的密度聚类分析,利用可扩展半径方法构造特征匹配聚类簇,并消除特征匹配聚类簇中的噪声点,从而有效地剔除了特征匹配集中的误匹配对.在标准DTU与古建筑数据集上的实验结果表明,与其他方法相比,该方法的平均精度、平均召回率和平均F分数均超过90%.