《表1 2种算法特征提取与匹配性能对比Tab.1 Comparison of feature extraction and matching performance between two algor
图4、5分别为3组遥感图像的基准图像与待匹配图像。在特征提取方面,采用本文算法与经典SIFT算法进行对比,并选取第3组图像实验结果做展示;在特征点粗匹配方面,都使用KNN算法对2幅图像进行粗匹配。图6为特征点提取结果图对比,图7为SIFT算法(左)与本文算法匹配及运行结果,表1为2种算法特征提取与匹配性能对比。从实验结果可以看出,本文提出的改进的SURF算法所提取的特征点个数大于传统SIFT算法所提取个数,匹配个数却与传统SIFT算法的匹配个数接近,说明了本文所提出的改进方法在提取特征点方面的高效性,有效性方面比传统SIFT方法高。且本文算法所需维数为64维,比经典算法128维低,处理速度约是SIFT的5倍,说明在实时性方面也高于传统方法。
图表编号 | XD0025309900 严禁用于非法目的 |
---|---|
绘制时间 | 2018.04.30 |
作者 | 么鸿原、王海鹏、焦莉、林雪原 |
绘制单位 | 海军航空大学、海军航空大学、烟台市芝罘区教师进修学校、海军航空大学 |
更多格式 | 高清、无水印(增值服务) |