为改善传统SURF图像匹配算法存在计算量大、配准精度低等不足,提出一种改进SURF-RANSAC算法。基于SURF算法中构建描述符的思想,采用圆形邻域代替矩形邻域提取32维描述符,实现描述符的降维;通过自适应阈值方法完成特征点初匹配,降低人为设定阈值对匹配结果的影响;通过特征向量构建余弦约束对随机采样一致性(RANSAC)算法进行改进,实现匹配点对的提纯。实验结果表明,改进后的算法不仅提高了匹配速度和精度,还具有较强的鲁棒性。
科研之友
微信
新浪微博
Facebook
分享链接
