论文部分内容阅读
针对传统特征匹配算法在实际的应用中存在搜索范围广、无关特征点多等问题,提出一种基于显著性区域检测特征匹配方法。首先利用显著性区域检测算法滤除图像中的背景,获取图像显著性区域;在此基础上利用SURF(Speed-up robust features,SURF)算法在显著区域内进行特征匹配;最后利用RANSAC(Random Sample Consensus,RANSAC)算法剔除误匹配,以匹配准确性。仿真验证试验中,图像特征匹配准确度平均提高7%左右,试验结果表明:基于显著性区域检测的特征匹配算法,能