改进SURF和Delaunay三角网在图像匹配中应用

摘要：

针对SURF算法中存在较多错误匹配问题,提出一种基于改进SURF和Delaunay三角剖分图像匹配算法.以颜色不变量模型作为SURF的输入,利用邻近特征点之间的关系,解决SURF引起的颜色成分信息丢失和特征点过于密集问题.利用三角形相似函数计算两幅图像中Delaunay三角形相似度大于0.75的三角形,并采用射影不变量执行空间变换处理进行粗匹配和精匹配.结果表明,与当前图像匹配算法相比,该算法具有更好的精度与鲁棒性,提取特征点多且分布均匀.

关键词：图像匹配;SURF算法;Delaunay三角网;邻近特征点;颜色不变量模型;三角形相似函数;射影不变量;空间变换

所属期刊栏目：43

分类号：TP751(遥感技术)

资助基金：河南省科技攻关项目152102210202

在线出版日期：2021-08-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：432-438