基于KAZE特征的双目立体匹配算法

针对双目立体匹配中左、右图像存在平移、缩放、旋转问题,提出了一种新的基于KAZE特征的双目立体匹配方法。通过AOS算法和可变传导扩散方法来构造非线性尺度空间,然后检测感兴趣特征点,计算特征点的主方向,并且基于一阶微分图像提取具有尺度和旋转不变性的特征描述向量。该KAZE特征描述向量具有平移、旋转不变性和尺度不变性,也具有很强鲁棒性。双目立体图像匹配实验结果表明,即使在旋转、缩放、角度变换等情况下,该算法依然保持很高的匹配率。

一种改进的KAZE特征检测描述算法

KAZE特征检测与描述算法在图像匹配方面具有较好的性能。然而,KAZE算法中Perona-Malik(P-M)模型的解不具有唯一性,而且图像弱边缘在尺度空间中易被平滑。为此,提出一种改进的KAZE特征检测描述算法(CKAZE)。首先,基于KAZE原理与能量泛函构建自适应扩散滤波函数;然后,研究解的唯一性及图像滤波过程中的边缘保持能力;最后,提出CKAZE算法,利用Mikolajczyk标准数据库图像进行特征匹配实验,对其性能进行验证。结果表明,对高斯模糊、光照、旋转缩放、视觉变换而言,CKAZE算法的特征匹配正确率分别较KAZE算法高4.555%、2.138%、0.656%、1.981%,特征检测和描述的精度提高。