《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》

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。