| 基于稀疏转稠密机制的仿射不变特征匹配算法 |
| |
| 引用本文： | 李云天,朱颖琪,李征,孙晓雨.基于稀疏转稠密机制的仿射不变特征匹配算法[J].四川大学学报(自然科学版),2018,55(1):0067-0072. |
| |
| 作者姓名： | 李云天 朱颖琪 李征 孙晓雨 |
| |
| 作者单位： | 四川大学,贵州电网责任有限公司,四川大学,四川大学 |
| |
| 摘 要： | 提出一种基于稀疏、稠密特征转换的仿射不变特征匹配算法,其中稀疏特征包括坐标,尺度,仿射模拟参数等,稠密特征指基于图像局部区域内光学属性的局部描述符.本文算法在Affine-SIFT算法基础之上,针对在特征提取阶段仅使用稀疏特征提取的缺陷做出了改进.由于稠密信息只有在稀疏参数满一定足检测条件时才能提取到特征,导致本可以匹配到的特征(包括稀疏、稠密参数)无法提取,将通过使用稀疏特征构造新的模拟图像,通过将稀疏特征重新稠密化,并在模拟图像基础上进一步提取稀疏特征,同时可检测到原始图像中检测不到的可匹配特征,最终达到增大特征建立匹配的概率,提升正确匹配数量的目标.经实验验证,本文提出的稀密特征转换算法相比于ASIFT算法能大量增加特征匹配的数量.除针对ASIFT方法提供扩展外,该方法也可用于扩展具有充分稀疏特征参数的其它特征提取和匹配方法,并适用于目标识别、目标分类和三维重建等问题.
|
| 关 键 词： | 稀疏特征 稠密特征 特征检测 特征匹配 |
| 收稿时间： | 2017/3/6 0:00:00 |
| 修稿时间： | 2017/3/20 0:00:00 |
Affine Invariant Feature Matching Algorithm on Sparse-to-Dense Mechanism |
| |
| LI Yun-Tian,ZHU Ying-Qi,LI Zheng and SUN Xiao-Yu.Affine Invariant Feature Matching Algorithm on Sparse-to-Dense Mechanism[J].Journal of Sichuan University (Natural Science Edition),2018,55(1):0067-0072. |
| |
| Authors: | LI Yun-Tian ZHU Ying-Qi LI Zheng and SUN Xiao-Yu |
| |
| Institution: | SiChuan University,Guizhou Power Grid,SiChuan University,SiChuan University |
| |
| Abstract: | |
| |
| Keywords: | sparse features dense features feature detection feature matching |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《四川大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《四川大学学报(自然科学版)》下载免费的PDF全文 |
|
