基于SURF特征和Delaunay三角网格的图像匹配

作     者：闫自庚 蒋建国 郭丹 YAN Zi-Geng;JIANG Jian-Guo;GUO Dan

作者机构：合肥工业大学计算机与信息学院合肥230009 

出 版 物：《自动化学报》 (Acta Automatica Sinica)

年 卷 期：2014年第40卷第6期

页      面：1216-1222页

核心收录：

学科分类：0810[工学-信息与通信工程] 1205[管理学-图书情报与档案管理] 08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(61272393 61172164 61174170) 中央高校基本科研业务费专项资金(2013HGCH)资助~~ 

主　　题：SURF(Speeded up robust feature)特征 Delaunay三角网格 点对 特征匹配 

摘      要：图像特征匹配的核心是通过距离函数实现在高维矢量空间进行相似性检索.重点研究提取好的特征点并快速准确地找到查询点的近邻.首先,提取图像的多量、有区别且稳健的SURF(Speeded up robust feature)特征点,并将特征点凸包进行Delaunay剖分.然后,对Delaunay三角边抽样、聚类、量化并构建索引.通过票决算法,将点对匹配与否映射到矩阵中以解决距离度量没有利用数据集本身所蕴含的任何结构信息和搜索效率相对较低的问题.结合SURF算法和Delaunay三角网提出一种特征匹配的新方法,在标准图像集上的实验验证,在耗时基本相同的情况下,提取的特征点较多且正确匹配率较高.