原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于近似距离序的重复模式图像匹配算法-电子与信息学报
第34 卷第12 期 电 子 与 信 息 学 报 Vol.34No.12
2012 年12 月 Journal of Electronics Information Technology Dec. 2012
基于近似距离序的重复模式图像匹配算法
唐 俊* 周洪伟 梁 栋 王 年
(安徽大学计算智能与信号处理教育部重点实验室 合肥 230039)
摘 要：由于重复模式图像局部信息的歧义性，即使在视角变化很小的情况下，仅通过比较局部描述子之间的相似
性得到的匹配结果往往并不可靠。为了解决这个问题，该文根据特征点空间的分布特性，给出了一种新颖的几何相
容性表示方法——近似距离序；结合利用局部描述子获得的匹配代价，定义了一种混合形式的目标函数，将匹配问
题转化为一对一约束下的优化问题；最后，通过概率松弛法求解目标函数的极大值，获得特征点之间的对应关系。
在不同类型图像上的比较实验表明，所提出的方法能够有效地解决重复模式图像匹配问题。
关键词：图像处理；图像匹配；重复模式；几何相容性；概率松弛
中图分类号：TP391 文献标识码： A 文章编号：1009-5896(2012)12-3034-06
DOI: 10.3724/SP.J.1146.2012.00639
Approximate Distance Order Based Matching Algorithm
for Images Containing Repetitive Patterns
Tang Jun Zhou Hong-wei Liang Dong Wang Nian
(Key Laboratory of Intelligent Computing Signal Processing Ministry of Education, Anhui University, Hefei 230039, China)
Abstract: Due to the local ambiguities of images containing repetitive-patterns, it is difficult to match feature
points reliably only by comparing similarity between local descriptors even if the disparity of viewpoint is not very
large. Thus, a novel representation of geometric consistency named approximate distance order is proposed
according to the space distribution of feature points. Then, an object function in hybrid form is defined by
combining the matching cost of local descriptor, and the matching problem is formulated as an optimization
problem with one-to-one correspondence constraints. Finally, the correspondences between feature points are
obtained by maximizing the given object function via the method of probabilistic relaxation. Comparative
e
文档评论（0）