基于粒子群算法的虚拟场景双特征点匹配仿真

针对于多数虚拟场景图像的特征较为密集,且相近特征差异性较小,在匹配特征点时易出现误提取、误匹配情况,提出基于粒子群算法的双特征点匹配方法。利用粒子群算法在虚拟场景内遍历,得到虚拟图像各个特征点的属性信息。通过Moravec特征点算子提取方法对图像完成灰度化处理,基于最小灰度方差,选取局部区域内的最高兴趣点为特征点。利用三元二次函数去除虚拟图像中的不稳定极值点和无用点。计算特征点间的像元灰度协方差,选取阵列的中心点完成双特征点匹配。由仿真对比分析可知,所提方法能够实现双特征点的均匀匹配,有效解决了特征点扎堆匹配问题,且具有极低的误匹配率。