论文部分内容阅读
图像匹配技术是计算机视觉中一个很重要的问题。当匹配在不同的视角、不同光照、局部遮挡以及复杂背景的情况时,由于特征的可重复性以及区分性下降会导致许多误匹配。针对上述问题,提出了一种提高图像匹配精度方法,这种方法能够去除误匹配的同时恢复丢失的匹配点对。首先采用快速鲁棒性特征(SpeededUpRobustFeatures,SURF)提取关键点和描述子,从而构建邻接矩阵,然后对邻接矩阵进行奇异值分解获得初始匹配。三角剖分用于提纯初始的匹配,最后通过双图限制恢复丢失的匹配点对。在Oxford数据集测试的实验结果表