摘要

计算机视觉中的特征点匹配技术具有广泛的应用场景,包括目标跟踪、物体测距以及虚拟现实技术等。传统的特征点匹配技术只能匹配到图像中的一个目标,不适用于所有应用情况。首先介绍了传统ORB算法提取特征点和其目标匹配的效果,然后提出一种基于K-Means聚类算法的多目标特征点匹配算法,将K-Means算法应用到传统的特征点匹配算法,结合Hamming距离和RANSAC算法,使其可以匹配多个目标物。最后实验结果表明,在多目标匹配测试中,多目标匹配算法具有匹配耗时短、匹配准确性高、旋转不变性好等优点。