图像匹配中KNN与RANSAC相结合的改进算法

摘要：

文章提出一种将KNN与RANSAC相结合的改进算法.通过获取最近邻与次近邻值并根据双向匹配原则,设计匹配不相关性的衡量因子,对KNN算法进行了改进;对RANSAC算法的代价函数和抽样规则进行了改进;最后将两种算法相结合,实现了速度快、自适应强,匹配精确的匹配算法.实验数据表明,该算法鲁棒性较强,自适应性较高,匹配速度较快.

关键词：图像匹配;K最近邻算法;RANSAC算法;SURF算法;自适应性

所属期刊栏目：38

分类号：TP391.41(计算技术、计算机技术)

资助基金：重庆市教委科学技术研究项目KJQN201801906

在线出版日期：2022-01-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：223-226