结合稀疏表示与拓扑相似性的图像匹配算法

摘要：

为了解决图像匹配算法中存在的匹配效率低、时间复杂度与计算量高等问题,通过结合稀疏表示和拓扑相似性,提出了一种图像匹配算法.该算法先对图像进行特征检测,计算轮廓相似度,找到待匹配图像中相似的最大轮廓区域,用稀疏编码对轮廓内特征进行稀疏表示,建立稀疏模型,将复杂特征变得单一化,但又不影响特征的分类方式,将相同类别或者相同属性的特征归为同一特征集,结合稀疏表示和邻域互信息的类属属性学习.计算得到变换矩阵,用以表示图像.利用结构化的拓扑相似性,对轮廓内外相关联的点进行优化.最后,分别从主观评价和客观评价两个方面对算法进行分析,结果表明提出的新算法与其他图像匹配算法相比较,具有明显匹配精度与效果,提出的算法在提高匹配效率及复杂度等方面具有较好优势.

关键词：轮廓相似度、稀疏表示、拓扑相似性、图像匹配

所属期刊栏目：57

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61771434,61704160

在线出版日期：2021-04-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：198-203