《表2 本文方法与全局SURF方法在不同影像数据中的计算结果Tab.2 The results of this method and the global SURF method in differe
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于特征尺度分布与对极几何约束的高清影像快速密集匹配方法》
为检验特征点提取算法的性能,本文针对以上不同分辨率影像数据进行特征提取,并与目前稳定的全局SURF特征检测进行试验对比,如表2所示。其中,本文方法用到了大量多次的SIFT特征提取算法,在GPU并行计算下,其计算时间近似于Matlab实现的全局SURF方法。本文方法检测所得特征点数量在各分辨率下均为SURF方法的5~10倍,获取到更密集的匹配点。本文方法中单幅影像的特征提取在整个重建过程中仅计算一次,在单张影像多次计算匹配关系的三维重建计算过程中具有优势。通过在此基础上建立的高精度初匹配提供的2个额外约束,缩小了每个匹配点的待选匹配集合,所得匹配点将通过对极线距离、尺度与特征相似度的检核,进而去除仅通过特征向量距离匹配产生的误匹配情况。
图表编号 | XD008255800 严禁用于非法目的 |
---|---|
绘制时间 | 2018.06.01 |
作者 | 赵红蕊、陆胜寒 |
绘制单位 | 清华大学3S中心土木系地球空间信息研究所、清华大学3S中心土木系地球空间信息研究所 |
更多格式 | 高清、无水印(增值服务) |
查看“表2 本文方法与全局SURF方法在不同影像数据中的计算结果Tab.2 The results of this method and the global SURF method in different image data”的人还看了
- 表2 与常规神经网络对比结果Tab.2 The result of comparison between the method in this paper and conventional methods