文献类型：期刊文献

中文题名：融合RANSAC与GMS图像特征的匹配算法

英文题名：An image feature matching algorithm incorporating RANSAC and GMS

作者：冯宝凤 杨剑锋 严可 邹琼 仝天乐

第一作者：冯宝凤

机构：[1]贵州大学数学与统计学院,贵阳550025;[2]贵州理工学院大数据学院,贵阳550003;[3]深圳市瑞云科技股份有限公司,广东深圳518000;[4]贵州黔驴科技有限公司,贵阳550000

第一机构：贵州大学数学与统计学院,贵阳550025

年份：2023

卷号：13

期号：9

起止页码：74-79

中文期刊名：智能计算机与应用

外文期刊名：Intelligent Computer and Applications

基金：国家自然科学基金(71901078);贵州省电力大数据重点实验室(黔科合计Z字[2015]4001)。

语种：中文

中文关键词：图像特征点匹配;RANSAC算法;GMS算法;配准率

外文关键词：Image feature point matching;RANSAC algorithm;GMS algorithm;alignment rate

摘要：图像匹配在物体识别、图像拼接领域一直是尤为重要的一部分。为解决传统图像匹配算法匹配率低的问题,本文提出了一种融合RANSAC与GMS图像特征的匹配算法(RGMS算法)。该算法在ORB的基础上提取图像特征点,利用RANSAC算法对特征点进行随机筛选,最后使用GMS算法对筛选后的特征点进行特征匹配。经采用TUM公开数据测试集与传统的暴力匹配、FLANN和GMS算法进行实证研究,实验结果表明,本文提出的匹配算法具有更好的匹配效果。尤其对于图像纹理较少的情况,本文算法的图像配准率和匹配时间较传统匹配算法具有更明显的优势。
Image matching has always been a particularly important part in the field of object recognition and image stitching.To solve the problem of low matching rate of traditional image matching algorithms,this paper proposes an image feature matching algorithm(RGMS algorithm)that incorporates RANSAC and GMS.The algorithm extracts image feature points on the basis of ORB,then uses the RANSAC algorithm to randomly filter the feature points,and finally uses the GMS algorithm to match the features of the filtered feature points.Using the TUM public data test set to conduct empirical studies with the traditional Brute-Force matching,FLANN and GMS algorithms,the experimental results show that the matching algorithm proposed in this paper has better matching effect.In particular,the image matching rate and matching time of this algorithm are significantly better than those of traditional matching algorithms for the case of fewer image textures.