一种基于分层学习的关键点匹配算法.pdfVIP

第 35卷第 11期 电 子 与 信 息 学 报 V0ll_35NO．11 2013年 11月 JournalofElectronics InformationTechnology NOV．2013 一 种基于分层学习的关键点匹配算法 高洪波 王洪玉 刘晓凯 (大连理工大学信息与通信工程学院 大连 116024) 摘 要：关键点匹配技术是计算机视觉中的一项重要技术，其最主要的问题是寻找一种快速鲁棒的关键点匹配算法。 该文提出了一种基于分层学习的二值描述符匹配算法。该方法将二值描述符学习过程分为粗细两个层次，结合了固 定点抽样模式和随机抽样模式的优点，提高了学习效率；另外，该方法建立了更加合理的点对辨识模型并将其应用 到关键点匹配算法中，提高了匹配精度。实验结果表明，在低计算复杂度下，该方法的匹配精度仍优于其它经典的 二值描述符匹配算法。 关键词：计算机视觉：关键点匹配；二值描述符 中图分类号：TN911．73 文献标识码：A 文章编号：1009—5896(2013)11—2751—07 DOI：10．3724／SP．J．1146．2013．00347 A KeypointM atchingM ethodBasedonHierarchicalLearning GaoHong．-bo W angHong—-yu LiuXiao--kai fSchoolofInformationandCommunicationEngineering，DalianUniversityofTechnology，Dalian116024，China) Abstract：Keypointmatchingisanimportanttaskofcomputervisionandthemajorproblem istofindafastand robustkeypointsalgorithm ．Thispaperpresentsabinary descriptormatching algorithm based on hierarchical learningmethod．Thedescriptorlearningprocessisdividedintotwolevelsofcoarseandfine，whichcombinesthe advantages ofthe fixed—point sampling mode and random sampling mode，and the process enhances the performanceoflearning．Meanwhile，amorereasonablepoint—pairidentificationmodelisbuiltandappliedintothe keypointmatchingalgorithm whichimprovesthematchingprecision．Experimentalresultsdemonstratethatthe proposedalgorithm outperformstheclassicalmethodswithlowercomputationtime． Keywords：Computervision；Keypointmatching；Binarydescriptor 1 引言 理的匹配算法，该匹配算法在具有较快的匹配时间 的同时也具有较高的匹配精度。 在 图像配准、摄像机标定、 目标识别和 图像检 Lowe[】于 1999年提出的尺度不变特征(SIFT) 索等计算机视觉应用 中，从两幅图像 中正确匹配 同 一 是 目前最著名的描述符 。该方