激光与红外

作者：谷学静

单位：1.华北理工大学 电气工程学院,河北 唐山 063210；2.唐山市数字媒体工程技术研究中心,河北 唐山 063000；

关键词：图像匹配;快速引导滤波;CenSurEstar特征;BEBELID描述符;边缘化外点

基金：唐山市沉浸式虚拟环境三维仿真基础创新团队项目(No.18130221A)资助。

针对传统局部特征匹配算法在复杂场景中匹配精度低、实时性差的问题,提出一种基于CenSurEstar融合边缘化外点的图像匹配方法。首先对模板图像和待匹配图像进行快速引导滤波预处理；随后提出一种自适应阈值的CenSurEstar算法进行特征检测；其次,本文首次将BEBELID(Boosted efficient binary local image descriptor)描述符和改进的CenSurEstar算法相结合,利用基于机器学习的分类方法得到高效的二值描述符；最后引入MAGSAC++(Marginalizing Sample Consensus)算法边缘化外点得到空间几何变换关系,剔除初步匹配中存在的误匹配,提高匹配精度。通过标准牛津数据集实验对比,相较于BRISK、ORB、AKAZE、传统CenSurEstar算法,该方法的特征点分布更均匀、误匹配点更少,在模糊、光照、视点、尺度变化方面拥有更强的鲁棒性,提高了算法在复杂场景中的匹配精度,实时性也进一步提升。

来源：2024年第11期

《激光与红外》期刊编辑部

查看激光与红外杂志2024年第11期