基于NCC与SSDA的快速特征点匹配融合算法
薛菲
张荣国
张建国
陈大川
1.太原科技大学计算机科学与技术学院,太原,0300242.太原科技大学计算机科学与技术学院,太原,0300243.太原科技大学计算机科学与技术学院,太原,0300244.太原科技大学计算机科学与技术学院,太原,030024
摘要：快速、正确的匹配从两幅或多幅图像中提取出来的特征点是基于特征点图像配准问题的关键.传统的只使用归一化互相关匹配(NCC)算法进行的特征点粗匹配,虽然具有较强的抗噪声能力,但是匹配的速度很慢,而且错误率也比较高.因此,在研究了NCC算法与序贯相似度检测(SSDA)算法基础上,并改进了SSDA算法的非相似度计算方法,提出将两种算法融合在一起形成一种快速的特征点匹配算法,改进算法充分利用了两种算法的优点,大大提高了特征点的匹配速度,而且减少了错误匹配的个数.通过实验证明,该算法是一种有效的特征点匹配算法,比只使用NCC算法进行特征点匹配所需的时间降低了70%以上,正确匹配率也有所提高.
关键词：Harris归一化互相关序贯相似度检测算法角点匹配图像配准
分类号：TP301.6(计算技术、计算机技术)
论文发表日期：2010-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 19-21,64 )
英文信息