改进FAST特征点支持下的实时影像地标匹配算法

　　针对图像匹配技术中匹配时间与匹配精度不能同时满足要求的问题，提出一种基于特征点匹配的方法，利用随机森林分类器实现地标的匹配，将匹配问题转化为简单的分类问题，大大简化了计算过程，保证影像匹配实时性；采用FAST特征点表示影像地标，利用高斯金字塔结构以及仿射增强策略改进FAST特征点的尺度和仿射不变性，提升影像地标匹配率。将实验结果与尺度不变特征变换（ SIFT）算法和加速鲁棒性（SURF）算法进行比较。实验结果表明在尺度变化、发生遮挡以及旋转情况下，匹配率能达到90%左右，保持与SIFT算法和SURF算法相近的匹配率，并且匹配时间相较其他两种算法减少了一个数量级，能有效地对影像地标进行匹配，匹配时间也满足实时影像地标匹配要求。