基于SURF和快速近似最近邻搜索的图像匹配算法.pdf.pdf

收稿日期: 2 0 1 2  0 7  2 9 ; 修回日期: 2 0 1 2  0 9  0 4 基金项目: 国家自然科学基金资助项目( 6 1 1 7 0 2 0 3 ) ; 国家“ 9 7 3 ”计划前期研究专项基金资助项目( 2 0 1 1 C B 3 1 1 8 0 2 ) ; 国家教育部博士点基金资助项目( 2 0 0 8 0 6 9 7 0 0 1 4 ) ; 陕西省自然科学基金资助项目( 2 0 1 1 J Q 8 0 0 1 , 2 0 1 0 J Q 8 0 1 1 ; 虚拟现实应用教育部工程研究中心开放基金资助项目( M E O B N U E V R A 2 0 0 9 0 3 ) ; 陕西省教育厅资助项目( 0 9 J K 7 3 8 , 1 2 J K 0 7 3 0 ) 作者简介: 赵璐璐( 1 9 8 9 ) , 女, 陕西西安人, 硕士研究生, 主要研究方向为图形图像处理、可视化技术( 3 8 1 2 9 9 6 0 9 @ q q . c o m ) ; 耿国华( 1 9 5 5 ) , 女, 教授, 博导, 主要研究方向为图形图像、可视化技术、智能信息处理; 李康( 1 9 8 0 ) , 男, 讲师, 博士研究生, 主要研究方向为计算机可视化; 何阿静( 1 9 8 8 ) , 女, 硕士研究生, 主要研究方向为图形图像处理、可视化技术. 基于 S U R F 和快速近似最近邻搜索的图像匹配算法赵璐璐, 耿国华, 李康, 何阿静( 西北大学信息科学与技术学院, 西安 7 1 0 1 2 7 ) 摘要: 针对高维特征向量存在的最近邻匹配正确率低的问题, 提出了一种基于 S U R F 和快速近似最近邻搜索的图像匹配算法。首先用 F a s t  H e s s i a n 检测子进行特征点检测, 并生成 S U R F 特征描述向量; 然后通过快速近似最近邻搜索算法得到初匹配点对, 再对得出的单向匹配结果进行双向匹配; 最后采用鲁棒性较好的 P R O S A C 算法进一步剔除误匹配点对。实验证明了该算法不仅提高了 S U R F 算法匹配的正确率, 还保证了算法的实时性。关键词: 图像匹配; 快速近似邻近点搜索; 加速鲁棒特征; 改进的样本一致性; 双向匹配中图分类号: T P 3 9 1 . 4 1 文献标志码: A 文章编号: 1 0 0 1  3 6 9 5 ( 2 0 1 3 ) 0 3  0 9 2 1  0 3 d o i : 1 0 . 3 9 6 9 / j . i s s n . 1 0 0 1  3 6 9 5 . 2 0 1 3 . 0 3 . 0 7 2 I m a g e s m a t c h i n g a l g o r i t h m b a s e d o n S U R F a n d f a s t a p p r o x i m a t e n e a r e s t n e i g h b o r s e a r c h Z H A O L u  l u , G E N G G u o  h u a , L I K a n g , H E A  j i n g ( S c h o o l o f I n f o r m a t i