论文部分内容阅读
针对物体多角度识别过程中存在着因偏转和俯仰角偏差而造成的匹配精度低等问题,本文提出了具有旋转不变性的SURF匹配优化思想.本思想采用聚类算法将提取的关键点进行分类,在类中通过距离高斯加权来得到关键点水平和垂直方向的Haar小波值,进而更精准地确定特征点主方向;针对匹配过程中出现的误匹配对,利用误匹配粗减思想进行剔除;之后,为进一步提高匹配机率,采用物体环视全景图作为后台基准图像.实验结果表明,本思想对物体多角度图像的识别机率和识别正确率明显提高,且匹配耗时也有所减低,并具有一定的实用性和推广性.