论文部分内容阅读
针对传统图像匹配算法和基于PCA的图像匹配算法误匹配较高进行改进．首先，利用SIFT生成128维描述子向量矩阵，PCA即主分量分析法对矩阵进行降维．然后，以一幅图的每个特征点描述子向量为基准，在另一幅图的特征点描述子矩阵中利用PSO即粒子群优化算法寻找基准图特征点的全局最优解即匹配对．最后利用这些匹配对进行图像拼接．与基于距离的传统匹配法相比，本算法匹配正确率更高，图像拼接质量更好．