摘要
本发明为一种基于排序一致性和子空间投影的特征匹配方法。该方法包括:获取参考图像和目标图像;对两幅图像提取SURF特征点,并构造特征描述符;通过比较两幅图像中特征描述符的相似性建立特征点的初始匹配集;通过邻域元素排序一致性约束和多重邻域策略从初始匹配集中删除误匹配,得到粗匹配集;基于粗匹配集引入运动向量构建向量场样本集;为每个向量场样本拟合最优子空间,并计算其邻域结构在子空间中的重建误差;利用多重邻域策略计算多个邻域结构重建误差并取均值,然后设立阈值得到精匹配集。本发明结合排序一致性约束和子空间投影去除误匹配,提高了特征匹配的精度和鲁棒性。
技术关键词
重建误差
邻域
特征匹配方法
特征描述符
样本
运动向量
图像
SURF特征点
SURF算法
策略
高斯核函数
元素
坐标
矩阵
多尺度
鲁棒性
序列
邻居
广义
系统为您推荐了相关专利信息
空间展开机构
LSTM神经网络
智能预测方法
光纤光栅传感器
时空耦合关系
服务组件
服务开发方法
核电工业
算法组态
数据接口
人工智能服务
待测产品
尺寸测量方法
训练样本数据
坐标
机器狗
置信度阈值
识别方法
网络结构优化
空间金字塔池化
水文时间序列
多模态
图像
数字高程模型数据
空间特征提取