.png){kind=icon}
.png){kind=icon}
返回
Automatic Oriented-Region feature point matching algorithm integrating Multi-Contrast levels
.png){kind=icon}
PRE
AI
DOI：10.1016/j.optlastec.2026.115211.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
图像特征匹配主要通过比较图像中关键特征点的相似性，在不同图像之间建立对应关系。它是在图像拼接、目标识别与跟踪、三维重建等领域的重要技术基础。为提高匹配点的数量和精度，本文提出了一种基于SURF算法、融合多对比度水平的自动定向区域特征点匹配算法。在特征提取阶段，首先对左右图像通过调整不同对比度系数进行处理，并利用SURF算法从不同对比度水平的图像中提取特征点；随后将左右图像在不同对比度水平下的特征点分别整合为左右点集。在匹配过程中，基于待匹配点与参考点之间的位置关系，定向确定右图像中的对应匹配区域；在该区域内，采用欧氏距离完成匹配，并利用基于网格的运动统计（GMS）方法剔除误匹配。实验结果表明，所提方法实现了76.0%的平均匹配精度（较传统算法提升21.5%），正确匹配点数增加了6倍至12倍（约一个数量级）；此外，该方法在光照和模糊条件变化下表现出良好的鲁棒性和稳定性。
Keyword:
feature matching
SURF algorithm
multi-contrast levels
oriented-region matching
GMS method