- 1、本文档共7页,可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
查看更多
SICAGSIFT和粒子群优化的图像匹配算法
激光与光电子学进展
, ( ) « »
54 0910022017 C2017 中国激光 杂志社
LaserOtoelectronicsProress ○
p g
SICAGSIFT和粒子群优化的图像匹配算法
, ,
张 鑫 靳雁霞 薛 丹
,
中北大学计算机与控制工程学院 山西 太原 030051
、
摘要 针对目前使用较多的尺度不变特征转换算法在提取图像特征向量时因数量较多 维数较大造成匹配时计算
、 、 , . ,
量过高 匹配过程中约束条件过于单一 误匹配率较高等问题 提出一种改进的匹配算法 针对特征描述的问题
, ;
采用子模式独立成分分析法算法对特征向量进行降低维数处理 减少了特征向量的数量和维数 针对误匹配率较
, , , ;
高的问题 在约束条件中加入方向约束 即通过特征向量的方向和欧氏距离进行两次匹配 减小误配率 在匹配时
, . ,
通过粒子群算法寻找函数的极值 以减少该算法的时间消耗 实验对比结果表明 改进的匹配算法有效地提高了
匹配的准确率.
; ; ; ;
关键词 图像处理 图像匹配 尺度不变特征转换算法 粒子群 降低维数
中图分类号 TP391.4 文献标识码 A
: /
doi10.3788LOP54.091002
ImaeMatchin AlorithmBasedonSICAGSIFTand
g g g
ParticleSwarmO timization
p
Zhan Xin JinYanxia XueDan
g
SchooloCom uterScienceandControlEnineerin NorthUniversit oChina Taiuan Shanxi030051 China
f p g g y f y
Abstract Inviewofthe roblemsoflarematchin calculationamount toosinleconstraintsinthe rocessof
p g g g p
matchin andhihrateoffalsematchin intheextrac
文档评论(0)