论文部分内容阅读
本文深入分析了传统SIFT特征匹配中错误匹配产生的原因并做出相应改进，提出了一种基于双向SIFT的匹配算法。该算法在增加匹配点数的同时，提高了匹配准确率，并且使匹配结果具有对称性(交换匹配顺序结果不变)。在匹配算法实现过程中，改进了视差梯度约束算法，加快了其迭代速度；并提出了一种基于视差梯度和的特征点筛选方法，去除了部分冗余特征点，使估计的基础矩阵更加稳定准确。实际图像实验验证了该文算法的准确性和精确性。