论文部分内容阅读
传统SIFT图像匹配算法约束条件较为单一,导致SIFT算法在原图像中存在相似特征很多的情况下,误匹配问题比较明显,不能有效剔除误匹配点。为解决这个问题,提出了一种基于SIFT特征点构建近邻图结构和增加向量约束条件的图像匹配方法。首先,使用K-mean方法对SIFT的特征点集进行聚类,进而生成K近邻图结构完成初始匹配。然后,在欧氏距离约束条件的基础上,增加向量相似度约束对传统SIFT算法约束条件进行改进,并根据相关系数进行匹配点的筛选,完成精确匹配。实验结果表明,该算法有效。