论文部分内容阅读
在相似区域较多的图像匹配时,SIFT(Scale Invariant Feature Transform)算法的匹配计算(KDtree-BBF)较复杂,耗时长,很难满足实时性要求。提出一种改进的匹配算法,将特征点的周围邻域的主方向梯度作为特征之一,采用主方向梯度和欧式距离相结合的计算方法进行特征点的匹配。实验结果表明:改进的算法不仅简单易行,且对图像的旋转、缩放、光照变换均具有良好的鲁棒性,比较原Open SIFT算法还发现,改进算法的加速比范围为1.046~9.065。