摘要
加速鲁棒特征(SURF)算法因其配准精度较高而被广泛应用,但该算法采用固定阈值、单向匹配规则进行特征点匹配,无法满足红外图像多变性的特点。因此,在SURF算法基础上提出基于双向匹配策略的自适应阈值配准算法,即参考图像与待配准图像的特征点,分别通过相似性度量准则找到其在对应图像上的匹配点,并将匹配过程中所求最近距离点与次近距离点的最小比值作为匹配阈值。实验采用两幅及多幅图像对改进SURF算法的性能进行验证。结果表明,改进SURF算法在保持高实时性的基础上,配准精度较传统SURF算法提升约10%。
- 单位