利用特征点序列截断的图像匹配判决算法

当图像中特征点缺失比较严重时，利用特征点S维分配算法和K均值聚类算法的图像匹配性能较差。此外，随着待匹配图像数量的增加，上述两类算法的计算量急剧上升。针对上述问题，提出一种新的图像匹配判决算法――利用特征点序列截断的匹配判决。该算法利用了匹配特征点之间的匹配度量大于非匹配特征点之间的匹配度量，以及同一匹配簇中来源于同一图像的特征点不超过一个的先验知识，一方面对特征点缺失具有较强的鲁棒性，另一方面克服了上述两类算法中的组合爆炸问题。仿真实验证实了所提算法的有效性。