《表1 特征点数量与提取时间对比》
为了验证本算法的正确性和有效性,仿真实验在CPU为Intel Core i5-5200U2.20GHz,操作系统为Windows10,环境为MATLABR2015b的计算机上进行的。因为自然条件下采集的图像都是处在复杂环境下,而匹配的目的是识别出目标物,故本文选择的待匹配图像来自复杂环境。实验针对图像特征点的提取、匹配算法在时间性能和准确性方面,将本文算法与SURF算法进行分析比较。图像特征点提取实验首先进行的实验是基于不同尺寸的图像,分别做上述两种算法处理。在尺寸大小为800×600的图像中,由式(5)(6)计算可得到本文算法中的Octave值为3,SURF算法中的Octave值取为4。实验效果如图4所示。由图4可以看出,SURF算法提取的特征点存在聚集现象,而本文提出的算法由于经过特征点优化处理,因此相对于SURF算法来说,提取的特征点数量要少的多,分布较为均匀。图像在不同尺寸条件下,两种算法提取特征点数量和时间如表1所示。
图表编号 | XD004360300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.25 |
作者 | 金斌英 |
绘制单位 | 台州职业技术学院 |
更多格式 | 高清、无水印(增值服务) |