|
OALib Journal期刊
ISSN: 2333-9721
费用：99美元
|
|
|
|
基于不变因子的SIFT误匹配点剔除及图像检索
DOI: 10.11846/j.issn.1001_8891.201507004, PP. 560-565
Keywords: 尺度不变特征变换,转不变因子,尺度不变因子,误剔除率,漏检率,误检率
Abstract:
为解决尺度不变特征变换（SIFT）算法在图像发生旋转和尺度变化时产生的错误匹配问题，提出一种新的算法。根据SIFT提取的关键点信息，利用正确匹配点对间的旋转不变因子和尺度不变因子来剔除SIFT误匹配点，然后对保留下来的特征点进行聚类分析，对目标图像进行识别判断，并通过实验将该算法与双向匹配算法和随机抽样一致性算法（RANSAC）进行比较。实验结果表明，该算法能够有效地剔除误匹配点，且误剔除率低。剔除误匹配点后再进行图像检索，图像的漏检率和误检率都大大地降低了。
| [1] | ？周颖. 基于SIFT算法的图像特征匹配[J]. 现代计算机:专业版, 2015(5): 63-68 [2] ？Kuglin C D，Hines D C．The Phase Correlation Image alignment method[C]//IEEE Conference on Cybernetics and Society, New York, 1975: 163-165． [3] ？屠文柯, 阎保定, 杨海涛. 一种基于仿生学原理的复杂彩色目标辨识方法[J]. 河南科技大学学报, 2005, 26(6): 67-69. [4] ？余宏生, 金伟其. 视频图像的SIFT特征点自适应提取算法[J]. 红外技术, 2013, 35(12): 768-772. [5] ？M. A. Fischler, R.C.Bolles. Random Sample Consensus：A paradigm ？for model fitting with applications to image analysis and automated ？cartography[J]. Communications of the ACM, 1981, 24(6): 381-395 [6] ？骞森, 朱剑英. 基于改进的SIFT特征的图像双向匹配算法[J]. 机械科学与技术, 2007(9): 1179-1182. [7] ？David G. Lowe. Object recognition from local scale-invariant features[C] //International Conference on Computer Vision, Corfu , Greece, 1999(9): 1150-1157. [8] ？D.G. Lowe. Distinctive image feature from scale-invariant keypoints[J]. International Journal of Computer Vision, 2004, 60(2): 91-110. [9] ？林强. 一种改进的SIFT图像匹配算法[J]. 现代计算机:专业版, 2015(5): 58-62. [10] ？李明, 李德仁, 范登科, 等. 利用PC-SIFT的多源光学卫星影像自动配准方法[J]. 武汉大学学报: 信息版, 2015(1): 64-70. [11] ？卢明, 张晶. 基于Harris的改进SIFT算法[J]. 兰州交通大学学报, 2014(6): 11-15. [12] ？Koenderink J.J. The structure of images[J]. Biological Cybernetics, 1984 (50): 363-396． [13] ？Lindeberg, T. Detecting salient blob-like image structures and their scales with a scale-space primal sketch: a method for focus-of-attention[J]. International Journal of Computer Vision, 1993, 11(3): 283-318. [14] ？李涪帆, 田浩, 巨永锋. 基于欧氏距离的交通警告标志识别方法研究[J]. 微型机与应用, 2014, 22: 47-50. [15] ？杨传慧. 图像聚类及其在图像检索中的应用研究[D]. 南京: 南京师范大学, 2013.
|
Full-Text
|
|
Contact Us
service@oalib.com QQ:3279437679 
WhatsApp +8615387084133
|
|
