论文部分内容阅读
针对传统图像匹配算法和基于PCA的图像匹配算法误匹配较高进行改进.首先,利用SIFT生成128维描述子向量矩阵,PCA即主分量分析法对矩阵进行降维.然后,以一幅图的每个特征点描述子向量为基准,在另一幅图的特征点描述子矩阵中利用PSO即粒子群优化算法寻找基准图特征点的全局最优解即匹配对.最后利用这些匹配对进行图像拼接.与基于距离的传统匹配法相比,本算法匹配正确率更高,图像拼接质量更好.