改进FAST特征点支持下的实时影像地标匹配算法.PDF

JournalofComputerApplications ISSN 1001．9081 2016．05—10 计算机应用，2016，36(5)：1404—1409 C0DENJYIIDU http：／／www．joca．cn 文章编号：1001—9081(2016)05—1404—06 DOI：10．11772／j．issn．1001—9081．2016．05．1404 改进 FAST特征点支持下的实时影像地标匹配算法 杨琪莉 ，朱兰艳，李海涛 (昆明理工大学 国土资源工程学院，昆明650093) ( 通信作者电子邮箱 1057858377@qq．COB) 摘 要：针对图像 匹配技术中匹配时间与匹配精度不能同时满足要求的问题，提出一种基于特征点匹配的方法， 利用随机森林分类器实现地标的匹配，将匹配问题转化为简单的分类问题 ，大大简化了计算过程，保证影像 匹配实时 性；采用FAST特征点表示影像地标，利用高斯金字塔结构以及仿射增强策略改进FAST特征点的尺度和仿射不变性， 提升影像地标匹配率。将实验结果与尺度不变特征变换(SIFT)算法和加速鲁棒性(SURF)算法进行比较。实验结果 表明在尺度变化、发生遮挡以及旋转情况下，匹配率能达到90％左右，保持与SIFT算法和SURF算法相近的匹配率， 并且匹配时间相较其他两种算法减少了一个数量级，能有效地对影像地标进行匹配，匹配时间也满足实时影像地标 匹配要求。 关键词 ：随机森林；地标匹配；FAST特征点；高斯金字塔结构；仿射增强策略 中图分类号 ：TP391．41 文献标志码 ：A Real-timelandmarkmatchingalgorithm supportedbyimprovedFAST featurepoint YANGQili．ZHuLanyan．LIHaitao (InstituteofLandResourcesEngineering，KunmingUniversityofScienceandTechnology,KunmingYunnan650093，China) Abstract：Concerningtheproblem thatmatchingtimeandaccuracyrequirementscannotbemetthesimultaneouslyin imagematchingtechnology，amethod based on featurepointsmatchingwasproposed．Landmark matchingwasachieved successfullybyusingRandomForest(RF)，andmatchingproblemwastranslatedintosimpleclassifyingproblemtoreducethe complicationofcomputationforreal—time imagematching．Landmark imagewasrepresentedby Featuresfrom Accelerated SegmentTest(FAST)featurepoints，thescaleandaffineinvariabilityofFASTfeaturepointswereimprovedbyGaussian pyramidstructureandaffineaugmentedstrategy，andthematchingratewasraised．ComparingwithScale—InvariantFeature Transform (SIFT)algorithmandSpeedUpRobustFeature(SURF)algorithm，theexperimentalresultsshowthatthematching rateoftheproposeda