《表1 不同算法的特征提取和匹配性能对比》
不同算法的特征提取和匹配性能对比如表1所示,本文算法维数32维,比传统SIFT算法128维和SURF算法64维都要低,这在特征匹配过程中会大大加快匹配速度。SURF算法由于使用了积分图和降维的特征描述子,因此在运行速度上比SIFT算法有所提高。当以上三种算法提取的特征点数量相近时,由于RANSAC算法剔除误匹配时需要消耗大量时间,使得SIFT算法和SURF算法最终校正完成时间较长。而本文算法提供的匹配错误非常少甚至零错误,所以在计算变换矩阵H时,RANSAC算法很快就收敛,节省了大量时间,最终校正完成时间为0.88 s,运行速度是传统SIFT算法的9倍,是SURF算法的5倍,体现出很好的实时性能。
图表编号 | XD0096179900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.15 |
作者 | 曾军英、冯武林、谌瑶、秦传波、翟懿奎、甘俊英 |
绘制单位 | 五邑大学信息工程学院、五邑大学信息工程学院、五邑大学信息工程学院、五邑大学信息工程学院、五邑大学信息工程学院、五邑大学信息工程学院 |
更多格式 | 高清、无水印(增值服务) |