《表1 特征点数量与提取时间对比》

  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

《基于改进的SURF图像配准算法研究》

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

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。