基于粒子群优化的图像自适应尺度空间划分方法研究

摘要 近年来，基于图像尺度空间提取的描述子在特征匹配中取得了不错的结果.但是，尺度空间的划分方式通常却被主观地判定.因此，本文引入粒子群优化（PSO）算法来找寻更加合理而有效的尺度划分.首先，采用粒子群算法，自适应地寻找到更加合理而有效的尺度划分方式；然后，基于新的尺度划分，结合累积稳定性投票（ASV）描述子提取方法，生成最终的PSO-ASV描述子；最后，通过在Oxford和Fischer图像匹配数据集上进行对比实验来验证其有效性.实验结果表明，PSO-ASV描述子能够获得很好的匹配结果，验证了本文方法的有效性