摘要
本发明公开了一种基于空间分布一致性的实时图像特征匹配方法,获取具有重叠区域的高分辨率待匹配图像;对图像执行SIFT特征点检测,提取SIFT特征点对应的描述子向量;计算SIFT特征点对应的描述子之间的欧氏距离;对SIFT特征点对应的描述子进行匹配,获取初始匹配点对;构建二维样本点进行聚类,分离正确匹配点对与误匹配点对,实现匹配点对的粗筛选;基于粗筛后剩余的匹配点对,构建四维样本向量;对构建的四维样本向量进行聚类,分离正确匹配点对与误匹配点对,实现匹配点对的精筛选。本发明可适应视角变化大、非刚性变形及非参数化几何约束等复杂应用场景,显著提升匹配准确率、稳定性以及匹配的效率和精度。
技术关键词
SIFT特征点
特征匹配方法
样本
实时图像
矩阵
GPU并行加速技术
K近邻
聚类
运动向量
标记
邻域
坐标
算法
特征值
视角
终点
场景
定义
系统为您推荐了相关专利信息
惯性导航数据
无人机降落方法
地标
实时位置
扩展卡尔曼滤波算法
人工智能图像
局部特征提取
训练样本图像
融合特征
图像块
高分辨率光学显微镜
分群方法
三维动态图像
三维水凝胶
空间拓扑关系
样本生成方法
识别标签
比例积分微分控制器
深度神经网络模型
粒子群优化算法