资料下载
立体图像快速匹配方法
分享资料个
特征匹配是计算机视觉和图形图像处理领域中很多研究方向的基础，也是当前的研究热点．SIFT（scale-invariant feature transformation）特征因其具有尺度、旋转不变性对-定范围的仿射及视角变换具有鲁棒性等优点，自Lowe提出后，10多年来一直受到众多研究人员的关注．匹配的快速性和准确性是很多应用对特征匹配的要求，如三维重建中立体图像对（stereo palrwlse image，简称SPD的匹配．针对这一问题，以SIFT特征为基础，提出用于SPI匹配的方向大约一致（approximately consistent in orientation，简称ACIO）约束关系，其描述了SPI的匹配特征向量间的空间位置关系，有效地避免了误匹配的发生，提高了匹配的精度；通过对标准K-d树（standard K-d tree，简称SKD-tree）结构的分析，提出了层次结构K-d树（hierarchical K-d tree，简称HKD-tree），将SPI特征集根据ACIO约束关系划分成层次结构并建立映射，该方法缩小了搜索空间，从而达到加速匹配的目的．在ACIO和HKD-tree的基础上，提出了高效、快速的匹配算法．实验结果表明，所提方法比SKD-tree方法和最新的级联哈希方法（cascade hash，简称CasHash）在精度上略占优势，但在匹配速度上比SKD-tree快一个数量级以上，同时也数倍于CasHash.
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
- 相关下载
- 相关文章
