Fast image matching algorithm based on improved SURF

HU Min-tao; PENG Yong; XU Yun

doi:10.13873/j.1000-9787(2017)11-0151-03

Chinese

您当前的位置：

首页 >

文章列表页 >

Fast image matching algorithm based on improved SURF

更新时间：2025-09-11

- Fast image matching algorithm based on improved SURF
- Vol. 36, Issue 11, Pages: 151-153(2017)
- 作者机构：
  
  江南大学物联网工程学院
- 作者简介：
- 基金信息：
- DOI：10.13873/j.1000-9787(2017)11-0151-03
  CLC： TP391.41
- Published：2017
- 稿件说明：
移动端阅览
[1]胡旻涛,彭勇,徐赟.基于改进SURF的快速图像配准算法[J].传感器与微系统,2017,36(11):151-153.

HU Min-tao, PENG Yong, XU Yun. Fast image matching algorithm based on improved SURF[J]. 2017, 36(11): 151-153.
[1]胡旻涛,彭勇,徐赟.基于改进SURF的快速图像配准算法[J].传感器与微系统,2017,36(11):151-153. DOI： 10.13873/j.1000-9787(2017)11-0151-03.

HU Min-tao, PENG Yong, XU Yun. Fast image matching algorithm based on improved SURF[J]. 2017, 36(11): 151-153. DOI： 10.13873/j.1000-9787(2017)11-0151-03.

摘要

针对传统加速鲁棒特征（SURF）匹配算法存在实时性不高

误匹配等问题

提出了基于改进SURF特征提取快速的图像配准算法。利用快速黑塞（Hessian）矩阵提取图像特征点

根据图像熵信息对特征点进行筛选

采用改进的快速近邻搜索算法进行特征匹配

到用随机抽样一致（RANSAC）算法剔除误匹配对。实验表明:改进后的算法有效改善了匹配效率

提高了匹配准确度。

Abstract

Aiming at problem of poor real-time and false matching of images matching algorithm based on speed up robust features（ SURF）

present an images matching algorithm based on improved SURF. Features point of image is extracted by using the Fast-Hessian matrix. Features point is sifting by image entropy information.RANSAC algorithm is used to exclude mistake matching pair. The experiments show that this algorithm improves matching efficiency

and improve matching accuracy.

关键词

Keywords

references

基于扩散距离的SURF特征图像匹配算法 [J]. 贡超,蒋建国,齐美彬. 合肥工业大学学报(自然科学版) . 2015(04)

一种基于SURF和扩展哈希的空间约束图像匹配算法 [J]. 吴铭心. 重庆师范大学学报(自然科学版) . 2015(02)

一种基于SURF的图像配准改进算法 [J]. 高素青,谭勋军,黄承夏. 解放军理工大学学报(自然科学版) . 2013(04)

基于图像熵的高动态范围场景的自动曝光算法 [J]. 杨作廷,阮萍,翟波. 光子学报 . 2013(06)

改进的SURF算法及其在目标跟踪中的应用 [J]. 刘少鹏,郎跃东,丁祝顺. 传感器与微系统 . 2012(12)

一种基于SURF的全景图像配准算法 [J]. 梁艳菊,李庆,林蓁蓁,陈大鹏. 传感器与微系统 . 2012(05)

基于Unit-Linking PCNN和图像熵的图像分割新方法 [J]. 聂仁灿,周冬明,赵东风. 系统仿真学报 . 2008(01)

Distinctive Image Features from Scale-Invariant Keypoints [J] . David G. Lowe. International Journal of Computer Vision . 2004 (2)

Views

234

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Wall parameters self-adaptive estimation algorithm for through-the-wall radar imaging

Related Author

ZHAO Rui

LIANG Buge

YANG Degui

ZHU Zhengliang

LI Gang

LIU Jin

Related Institution

School of Aeronautics and Astronautics, Central South University

⁰