论文部分内容阅读
在不同的图像之间寻找若干稳健的匹配点是许多计算机视觉算法有效应用的关键.SIFT(Scale Invariant Feature Transforms)算法已经证明了能够实现稳健匹配点提取的任务,然而SIFT算法提取的匹配点往往处于目标内部的某些均匀的区域,并不包括目标的边角点.考虑到角点往往包含了目标关键的结构信息,因此利用SIFT匹配点的稳健性结合角点检测,既能够提高角点匹配的稳健性又能够减小角点匹配搜索范围.匹配实验证明了该方法能够有效抵御噪声的干扰以及尺度和视角变化的影响,具备良好的匹配稳健性.