一种应用于双目测距的SURF优化算法研究全文替换

针对传统SURF算法在图像匹配过程中,存在计算量大、算法精度低的问题,提出一种应用于双目测距系统的优化SURF算法。该优化算法可对预处理后的图像进行特征点检测和描述子构建,然后用FLANN算法进行初步匹配,再用最大和最小距离差值的阈值比筛选出匹配点对,进而利用半随机抽样PROSAC算法进行最后匹配。实验结果表明,优化后的SURF算法与传统SURF算法和加入RANSAC算法相比,误匹配率显著降低,分别从46.4%、11.8%降至6.4%。该算法在提高匹配精度方面优势明显,将其应用于目标测距系统中,最小测量误差仅为0.26%,能够满足精确测距要求。