图像匹配中KNN与RANSAC相结合的改进算法
2021-11-24分类号:TP391.41;TP18
【部门】重庆工程学院软件学院
【摘要】文章提出一种将KNN与RANSAC相结合的改进算法。通过获取最近邻与次近邻值并根据双向匹配原则,设计匹配不相关性的衡量因子,对KNN算法进行了改进;对RANSAC算法的代价函数和抽样规则进行了改进;最后将两种算法相结合,实现了速度快、自适应强,匹配精确的匹配算法。实验数据表明,该算法鲁棒性较强,自适应性较高,匹配速度较快。
【关键词】图像匹配 K最近邻算法 RANSAC算法 SURF算法 自适应性
【基金】重庆市教委科学技术研究项目(KJQN201801906)
【所属期刊栏目】实验技术与管理
文献传递