论文部分内容阅读
针对特征点匹配中误匹配筛选算法鲁棒性差及效率低等问题,提出了一种快速的误匹配筛选算法。文中将基于欧氏距离的大津法与随机取样一致算法相融合,针对传统方法筛选数量问题,在欧氏距离的基础上引入大津法,通过大津法对匹配对进行误匹配剔除,并对数据进行排序以提高算法运行速度,最后利用RANSAC对优化数据进行第三次筛选。实验表明:此算法的准确率要优于主流筛选算法,筛选结果的正确率在95%以上,具有良好的鲁棒性;在运行速度方面,此算法比传统的RANSAC算法减少了80%以上的运行时间,具有良好的实时性。