《表3 不同算法在测试图像上的正确匹配点数》

  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

《基于最大似然估计准则的特征匹配点提纯算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

图3是对本文算法性能的定性展示。从图中可以看出，原匹配图像中杂乱的误匹配点对已经被成功移除，匹配结果具有鲁棒性。为了更明确地体现本文算法的优越性，进一步进行实验，将与传统的RANSAC、MLESAC以及最新提出的PSSC算法在测试图像上作定量比较（表1～4）。表1和2分别是四种算法在测试图像上对精度和召回率的实验结果。表3是四种算法最终实现的正确匹配点个数，与表2中的召回率相一致。表4是运行时间的比较。实验证明，本研究的匹配精度可以达90%以上；就召回率而言，除图3（b）低于PSSC算法以外，剩余测试图像的召回率都高于其他算法；在匹配集较大的情况下本研究算法的运行时间较慢，但得到的正确匹配点数相比其他几种算法要多得多。