摘要: 特征点提取算法中存在伪角点和定位不准确的问题,导致特征点匹配率低,并且影响图像配准精度和速度.针对这一问题,提出基于投票策略的特征点提取算法.算法通过选举人投票选举出最强特征性点集,有效去除伪角点.点集中的特征点满足多重准则,特征性强度高.依据坐标选举,保证了特征点定位的准确性.在发生相似变换、亮度变化和加噪的情况下对大量图像进行了特征点提取和匹配实验,并与传统的特征点提取方法进行比较.实验结果表明,该算法提取的特征点具有更好的有效性,算法具有较强的适应性和抗噪性.
中图分类号:
陈红, 吴成东, 陈东岳,卢紫微. 基于投票策略的特征点提取[J]. 东北大学学报:自然科学版, 2016, 37(2): 157-161.
CHEN Hong , WU Cheng-dong, CHEN Dong-yue, LU Zi-wei. Key Point Extraction Based on Voting Strategy[J]. Journal of Northeastern University Natural Science, 2016, 37(2): 157-161.