针对图像间结构复杂、纹理重复的对象中存在特征匹配鲁棒性差、误匹配率高的问题,结合最近邻思想,提出一种基于动态拓展的特征匹配方法。输入待匹配的两幅图像,采用SIFT算子提取图像初始特征点几何位置信息,构建基础数据集;依据基础数据集,采用核心点周围邻域逐层约束的动态拓展聚类方法,划分图像聚类簇;设计度量函数确定图像对应聚类簇,生成对应簇内特征点的描述子;采用最近邻距离比准则进行特征匹配。以Oxford VGG标准数据集和古建筑图像为对象,验证了该算法的精确性与鲁棒性。
科研之友
微信
新浪微博
Facebook
分享链接
