《表2 不同三维图像特征点匹配结果》

  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

《三维图匹配算法》

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

/%

对三维图像数据集中的每两个图像之间都进行特征点匹配，因为数据集都是各种车型的三维图像，各种车型之间存在一定的相似性，因此可以进行匹配，此时的匹配依据仍然是三维图起点、终点特征矩阵以及三维图特征相似矩阵，同时又考虑到不同车型的三维图像终归会存在一定程度上的差异性，这会使得一部分本该匹配在一起的特征点因为局部结构的差异性，从而引起一定程度的误匹配。两两之间的匹配结果如表2所示，平均准确率为76.39%。值得注意的是，表2中的数据呈现对称的模式，因为从第M个模型向第N个模型进行匹配的结果，与从第N个模型向第M个模型进行匹配的结果是相等的（0≤M≤9，0≤N≤9）。考虑到这是不同车型的匹配效果，在多数情况下，匹配的准确率比较高，特别是轿车与SUV这样差异较大的三维图像数据之间的匹配效果也是很准确的（如图6所示，图中绿色线连接的为匹配正确的节点对，红色线连接的为匹配错误的节点对）。在102个特征点中，准确匹配85个，误匹配17个（其中车头3个、前轮2个、车身1个、后轮7个、车尾4个）。通过分析图6中各个角度以及局部放大的匹配结果可知，车头、前轮、后轮特征点的匹配错误是因为存在与待匹配特征点对称的点，例如:左前轮和右前轮的特征点因为图特征非常相似，导致匹配错误。车身和车尾的特征点的匹配错误是因为轿车三维模型与SUV车三维模型存在较大差异，使得待匹配特征点与错误的点在图特征上更相似，导致匹配错误。