《计算机工程与应用》唯一官方网站
 首页  |  期刊介绍  |  编委会  |  投稿指南  |  道德声明  |  中图分类号  |  期刊订阅  |  联系我们  |  English
《计算机工程与应用》唯一官方网站
图形图像处理 最新目录 | 下期目录 | 过刊浏览 | 高级检索  |   
基于聚类和马氏距离的多角度SURF图像匹配算法
兰  红,王秋丽
江西理工大学 信息工程学院,江西 赣州 341000
Multi-angle SURF image matching algorithm based on cluster and Mahalanobis distance
LAN Hong, WANG Qiuli
School of Information Engineering, Jiangxi University of Science and Technology, Ganzhou, Jiangxi 341000, China
 全文: PDF (811 KB)   HTML (1 KB)  输出: BibTeX | EndNote (RIS)      背景资料
摘要 对具有不同旋转角度和变化的图像进行匹配是图像识别中的技术难点,SURF算法在多角度图像的特征点检测和匹配过程中存在易受噪声点干扰、产生误匹配从而导致匹配效率低等不足。结合聚类和马氏距离,提出一种改进的多角度SURF图像匹配算法。首先利用聚类算法对原有算法提取的特征点进行噪声剔除处理,生成新的特征点数据集;然后利用马氏距离能够有效考虑整体相关性及其具有仿射不变性等特点,将SURF算法中的欧式距离用马氏距离替代。实验应用于多角度图像匹配时,改进算法较原SURF算法在匹配效率和准确率上有明显提高。
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
兰 红
王秋丽
关键词图像匹配   快速鲁棒特征(SURF)算法   聚类算法   马氏距离   仿射不变性     
Abstract: It is difficult in the image recognition technology with different rotation angles and the change of image matching, and SURF algorithm in multi-angle feature matching process has more noise, easy to mismatching, and matching efficiency is low. Combination with cluster and Mahalanobis distance, this paper proposes an improved multi-angle SURF image matching algorithm. First, it uses clustering algorithm to eliminate the noise, to the feature point SURF algorithm extracted, uses clustering algorithm to classify and remove noise to get the new feature point data set. Then, it uses Mahalanobis distance’s characteristics that it considers the overall correlation, and has the characteristics of affine invariance, replacing Euclidean distance with Mahalanobis distance. When the experiment is applied to multi-angle image matching, compared with the original SURF, the improved algorithm has obviously improved on the matching efficiency.
Key wordsimage matching   Speeded Up Robust Features(SURF) algorithm   cluster algorithm   Mahalanobis distance   affine invariant   
引用本文:   
兰 红,王秋丽. 基于聚类和马氏距离的多角度SURF图像匹配算法[J]. 《计算机工程与应用》唯一官方网站, 2016, 52(21): 211-217.
LAN Hong,WANG Qiuli. Multi-angle SURF image matching algorithm based on cluster and Mahalanobis distance[J]. CEA, 2016, 52(21): 211-217.
链接本文:  
http://cea.ceaj.org/CN/
 
没有找到本文相关图表信息
没有本文参考文献
[1] 刘文进1,张 蕾2,孙劲光1. 近邻传播聚类优化的角点检测改进算法[J]. 《计算机工程与应用》唯一官方网站, 2016, 52(9): 219-222.
[2] 徐天阳,吴小俊. 基于Gabor变换的快速跟踪算法[J]. 《计算机工程与应用》唯一官方网站, 2016, 52(6): 134-138.
[3] 李宗林,罗 可. DBSCAN算法中参数的自适应确定[J]. 《计算机工程与应用》唯一官方网站, 2016, 52(3): 70-73.
[4] 董本志,丁文雪. 大数据环境下超声波焊缝缺陷识别方法的研究[J]. 《计算机工程与应用》唯一官方网站, 2016, 52(23): 176-180.
[5] 付 偲1,2,邓 丽1,2,卢 根1,2,费敏锐1,2. 基于快速视网膜关键点算法改进的图像匹配方法[J]. 《计算机工程与应用》唯一官方网站, 2016, 52(19): 208-212.
[6] 王宪保,潘海飞,章国琼,何文秀,姚明海. 一种快速的加权矢量图像匹配方法[J]. 《计算机工程与应用》唯一官方网站, 2016, 52(16): 137-141.
[7] 赵湘民1,2,陈 曦1,潘 楚3. 基于稠密区域的K-medoids聚类算法[J]. 《计算机工程与应用》唯一官方网站, 2016, 52(16): 85-89.
[8] 董晓庆,陈洪财. 光照变化环境下的SIFT改进算法[J]. 《计算机工程与应用》唯一官方网站, 2016, 52(15): 222-227.
[9] 李昕宇,侯春萍,王宝亮,宁国津,于奎星. 基于图像匹配的移动应用自动化测试方法研究[J]. 《计算机工程与应用》唯一官方网站, 2016, 52(13): 43-47.
[10] 涂国勇1,2,李 壮1,2,李伟建2. 基于多尺度支持度匹配SAR图像与光学图像[J]. 《计算机工程与应用》唯一官方网站, 2016, 52(11): 181-184.
[11] 罗 剑,杨印根,雷震春. 加权成对约束度量学习在说话人识别中的应用[J]. 《计算机工程与应用》唯一官方网站, 2016, 52(11): 158-163.
[12] 恩 德,张凤磊,张 昭,忽胜强. 模糊熵在车载环境下语音端点检测中的应用[J]. 《计算机工程与应用》唯一官方网站, 2016, 52(10): 147-150.
[13] 仰孝富,齐建东,吉鹏飞,朱文飞. 一种CF树结合KNN图划分的文本聚类算法[J]. 计算机工程与应用, 2015, 51(6): 114-119.
[14] 魏利胜1,2,周圣文1. 新型优化SIFT的图像快速配准方法研究[J]. 计算机工程与应用, 2015, 51(5): 167-171.
[15] 董丽丽,董 玮,张 翔. 利用CUDA提高内存数据聚类效能的研究[J]. 《计算机工程与应用》唯一官方网站, 2015, 51(22): 243-251.
版权所有 © 《《计算机工程与应用》唯一官方网站》编辑部
通信地址: 北京619信箱26分箱 邮编: 100083 电话: (010)89055542 E-mail: ceaj@vip.163.com
技术支持:北京玛格泰克科技发展有限公司
京ICP备13024262号-1