基于非线性各向异性滤波的图像特征匹配算法

图像特征匹配是增强现实系统中的关键技术,匹配精度是提升特征匹配性能的关键。提出了一种多尺度特征匹配加强算法(I-AKAZE),通过对非线性各向异性滤波过程中传导函数的改进,减缓图像梯度值大的区域非线性扩散速度,极大程度地保留了匹配图像的边缘特征;同时,结合改进的非线性量化加速稳健特征描述符(NLG-SURF),提高了描述符的识别率。实验结果表明I-AKAZE算法在Mikolajczyk数据集上的可重复性得分相比目前先进的AKAZE算法有着大幅度提升,对应的特征描述符的平均识别率提升8.4%,并且运行速度比经典的SIFT算法快约19%,算法整体在检测和描述阶段上的性能都有提升。