一种基于关联规则的图像特征点匹配算法.pdfVIP

第22卷 第12期 传 感 技 术 学 报 Vo1．22 No．12 2009年 12月 CHINESE JOURNAL OF SENSORS AND ACTUATORS Dec．2009 An ImageFeatureM atchingAlgorithm BasedonAssociationRules LIUMingshuo， Unej“ (DepartmentofControlScienceandEngineering，Zh iangUniversity，Hangzhou310027，China) Abstract：A new imageleaturematching algorithm isproposed toreducethemiss—matchingrate0fthe SURF algorithm incomplicatedcasesofimagematching，suchasimageblocking，rotationandbrightness changing．Thematchingbenchmarksarere-builtthroughthedecompositionoftheSURFdescriptorvector． Thesupport-degreebasedassociationrulesareconstructedtoimprovetheimagematchingaccuracyunder complicatedsituations．Theexperimentalsimulationresultshaveverifiedthat，comparedwiththeSURFal— gorithm ，theimagematchcorrectnessoftheproposedalgorithm isobviouslyimproved． Keywords：Computervision；imagematching；associationrule；descriptordecomposition． EEACC：7210；7230G 一 种基于关联规则的图像特征点匹配算法 刘明烁，吴铁军 (浙江大学控制科学与工程学系，杭州 310027) 摘 要：针对图像间特征点匹配的SURF算法在图像遮挡、旋转和亮度改变等复杂情况下误匹配率较高的问题，本文提出了 一 种新的匹配算法。通过分解SURF特征点描述子 向量 ，重新构造了匹配基准，在此基础上运用关联规则的支持度判定策 略，提高了复杂情况下图像间特征点匹配的精度。计算机仿真实验表明，与 SURF算法相比，本文算法的图像匹配正确率有 明显提高。 关键词 ：计算机视觉；图像匹配；关联规则；描述子分解。 中图分类号：TP391．41 文献标识码 ：A 文章编号：1004—1699(2009)12—1737-05 立体视觉_1]是计算机视觉的一个重要分支，即 导致特征点的重复率很低。因此，在许多应用中(如 由不同位置的摄像机经过移动或旋转拍摄同一幅场 运动估计、摄像机 自标定等)，不能很好地满足精度 景，通过计算空间点在两幅图像中的视差，获得该点 的要求。为此，Lowe提出了尺度不变的特征点提 的三维坐标值。为了计算两幅图像的视差就必须寻 取算 法_l8J(ScaleInvariantFeatureTransform， 找场景中同一点在两幅图像中的匹配对，这个过程 SIFT)，通过计算特征点邻域的梯度直方图作为特 即图像匹配。图像匹配L2]在三维重建、图像校正，图 征点的描述子，然后根据特征点的描述子进行匹配。 像对齐，相机校正，相机 自标定，运动估计[3]，跟踪， 但是，SIFT特征点计算复杂，并且特征点的描述子 视觉里程计[4]等应用中，都是一个关键步骤。匹配 为 128维描述符 向量，所 以在匹配过程 中，计算量 算法如何达到高的匹配正确率、高速度，对于机器视 大，实时眭能不好 。