1、 硕士研究生学位论文答辩面向点云采集的多视图像匹配技术研究研 究 生： 指导老师： 专 业：农业信息化学 号： 研究方向：图形学与虚拟技术654312研究目的与意义总结与展望实验结果分析具体算法设计研究内容国内外研究现状主要内容针对尺度不变特征转换SIFT算法误匹配率高且 运行效率低的问题。在去除大部分误匹配点的基础上，保留足够的 匹配点对，以用于摄像机空间位置和姿态的自动标定。研究目的与意义在基于图像序列的三维重建方面针对匹配精度低问题吴楚等人提出了基于极限约束的SIFT特征匹配算法。刘焕敏等人利用SIFT特征向量匹配对的唯一性约束，提出了双向SIFT匹配策略。李刚等人则在双向SIFT匹配的
2、基础上，结合了视差梯度约束和特征点 方法 一 低误匹配率。针对算法运行效率 等人提出了基于视差梯度约束的匹配点提 算法。国内外研究现状研究内容 低算法 配率方面SIFT双向匹配 匹配 的 视差梯度约束 S 算法提高算法 度方面 算法视差梯度约束 用 的方法提取特征向量SIFT 双向匹配视差梯度约束RANSAC 算法 去除误匹配提取特征向量空间极 精 定 点的位置和尺度 定 点方向 SIFT特征向量SIFT 双向匹配基于极 约束的SIFT特征双向匹配策略双 法和 S currency1 “ fifl 匹配对 fi大 大量 匹配对 ”的向匹配结果 ” 的向匹配结果 的 SIFT 双向匹配 匹配结果
3、与匹配方向匹配 的对 匹配阈值 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9Pic1 到Pic2的单向匹配对数 14 25 38 96 195 293 351 456 502Pic1 到Pic2的单向匹配错配对数 0 0 0 0 9 25 38 69 88Pic2 到Pic1的单向匹配对数 26 36 37 106 177 287 380 463 498Pic2 到Pic1的单向匹配错配对数 0 1 1 3 7 23 39 65 92SIFT 双向匹配视差梯度约束具体算法 计算对的对 匹配点对 匹配点视差梯度，和 对视梯度和序， 大视差梯度和和fl视差梯度和 果 ，则去 大视差梯度和对 点对， 一 ， currency1 。 果 ，则去 视差梯度和大于fl视差梯度和 的点对， 一 ， currency1 。
