改进SURF和Delaunay三角网在图像匹配中应用
毛克乐
新乡学院 现代教育技术中心,河南 新乡453003
摘要：针对SURF算法中存在较多错误匹配问题,提出一种基于改进SURF和Delaunay三角剖分图像匹配算法.以颜色不变量模型作为SURF的输入,利用邻近特征点之间的关系,解决SURF引起的颜色成分信息丢失和特征点过于密集问题.利用三角形相似函数计算两幅图像中Delaunay三角形相似度大于0.75的三角形,并采用射影不变量执行空间变换处理进行粗匹配和精匹配.结果表明,与当前图像匹配算法相比,该算法具有更好的精度与鲁棒性,提取特征点多且分布均匀.
关键词：图像匹配SURF算法Delaunay三角网邻近特征点颜色不变量模型三角形相似函数射影不变量空间变换
分类号：TP751(遥感技术)
资助基金：河南省科技攻关计划(152102210202)
论文发表日期：2021-07-25
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：7( 432-438 )
英文信息