基于偏移空间局部一致性的匹配点提纯-计算机应用与软件.PDF

第３１卷第７期　　　 计算机应用与软件 Ｖｏｌ３１Ｎｏ．７ ２０１４年７月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｊｕｌ．２０１４ 基于偏移空间局部一致性的匹配点提纯 赵洋洋　李晓强 （上海大学计算机工程与科学学院　上海２０００７２） 摘　要　　特征点匹配是图像检索和拼接的关键，针对传统的粗匹配点提纯算法随机抽样一致性ＲＡＮＳＡＣ（ＲａｎｄｏｍＳａｍｐｌｅＣｏｎｓｅｎ ｓｕｓ）存在计算量大、效率低、不能匹配多个目标及结果不确定等不足，提出基于偏移空间局部一致性验证的匹配点提纯算法。该方 法把初始匹配点转换到偏移空间，根据其在偏移空间的分布提纯多个目标的匹配点组。实验结果表明，算法在不改变匹配精度的前 提下，很好地解决了ＲＡＮＳＡＣ存在的不足和局限性。 关键词　　图像匹配　随机抽样一致性　偏移空间局部一致性　多目标匹配 中图分类号　ＴＰ３　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１４．０７．０３８ ＭＡＴＣＨＩＮＧＰＯＩＮＴＳＰＵＲＩＦＩＣＡＴＩＯＮＢＡＳＥＤＯＮＯＦＦＳＥＴＳＰＡＣＥＬＯＣＡＬＣＯＮＳＥＮＳＵＳ ＺｈａｏＹａｎｇｙａｎｇ　ＬｉＸｉａｏｑｉａｎｇ （ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇａｎｄＳｃｉｅｎｃｅ，ＳｈａｎｇｈａｉＵｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ２０００７２，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｆｅａｔｕｒｅｐｏｉｎｔｓｍａｔｃｈｉｎｇｉｓｔｈｅｋｅｙｏｆｉｍａｇｅｒｅｔｒｉｅｖａｌａｎｄｓｔｉｔｃｈｉｎｇ．ＴｒａｄｉｔｉｏｎａｌＲＡＮＳＡＣ（ｒａｎｄｏｍｓａｍｐｌｅｃｏｎｓｅｎｓｕｓ）ａｌｇｏｒｉｔｈｍ ｆｏｒｐｕｒｉｆｙｉｎｇｔｈｅｒｏｕｇｈｍａｔｃｈｉｎｇｐｏｉｎｔｓｈａｓｔｈｅｄｅｆｉｃｉｅｎｃｉｅｓｏｆｌａｒｇｅａｍｏｕｎｔｏｆｃａｌｃｕｌａｔｉｏｎ，ｌｏｗｅｆｆｉｃｉｅｎｃｙ，ｃａｎｎｏｔｍａｋｅｍｕｌｔｉｐｌｅｔａｒｇｅｔｓｔｏｂｅ ｍａｔｃｈｅｄａｎｄｕｎｃｅｒｔａｉｎｒｅｓｕｌｔｓ，ｅｔｃ．Ｉｎｌｉｇｈｔｏｆｔｈｅｓｅ，ｗｅｐｒｏｐｏｓｅａｐｕｒｉｆｉｃａｔｉｏｎａｌｇｏｒｉｔｈｍｆｏｒｍａｔｃｈｉｎｇｐｏｉｎｔｓｗｈｉｃｈｉｓｂａｓｅｄｏｎｏｆｆｓｅｔｓｐａｃｅ ｌｏｃａｌｃｏｎｓｅｎｓｕｓ．Ｔｈｉｓｍｅｔｈｏｄｃｏｎｖｅｒｔｓｔｈｅｉｎｉｔｉａｌｍａｔｃｈｉｎｇｐｏｉｎｔｓｔｏｏｆｆｓｅｔｓｐａｃｅ，ｐｕｒｉｆｉｅｓｔｈｅｍａｔｃｈｉｎｇｐｏｉｎｔｓｇｒｏｕｐｏｆｍｕｌｔｉｐｌｅｔａｒｇｅｔｓ ａｃｃｏｒｄｉｎｇｔｏｔｈｅｉｒｄｉｓｔｒｉｂｕｔｉｏｎｉｎｏｆｆｓｅｔｓｐａｃｅ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｎｅｗａｌｇｏｒｉｔｈｍｄｅａｌｓｗｅｌｌｗｉｔｈｔｈｅｄｅｆｅｃｔａｎｄｌｉｍｉｔａｔｉｏｎｓｏｆ ＲＡＮＳＡＣａｌｇｏｒｉｔｈｍｗｈｉｌｅｎｏｔａｆｆｅｃｔｉｎｇｍａｔｃｈｉｎｇａｃｃｕｒａｃｙａｔｔｈｅｓａｍｅｔｉｍｅ． Ｋｅｙｗｏｒｄｓ　　Ｉｍａｇｅｍａｔｃｈｉｎｇ　Ｒａｎｄｏｍｓａｍｐｌｅｃｏｎｓｅｎｓｕｓ　Ｏｆｆｓｅｔｓｐａｃｅｌｏｃａｌｃｏｎｓｅｎｓｕｓ　Ｍｕｌｔｉｐｌｅｔａｒｇｅｔｍａｔｃｈｉｎｇ 模型先在随机抽取的ｄ个匹配点上预验证，如果ｄ个数据全部 ０　引　言 预验证通过，则继续剩下数据的验证，否则验证结束进行下次循 环。陈付幸和王润生以及 Ｎｉｓｔｅｒ等人［４，５］在 Ｔ 预检验模型的 ｄ，ｄ 特征匹配是计算机视觉领域中诸多问题的基础，也是当前