【摘要】：结果表明：3组数据基于DN的影像匹配次数最多，分别为7 875、990和1 540，而基于SCN的影像匹配次数最少，分别为234、93和133；针对实验1和实验2而言，采用MCN和TCN的影像匹配次数相近，而对实验3基于MCN的影像匹配次数远多于基于TCN的影像匹配次数，分别为1 081和310。表2.5影像匹配效率对比基于表2.5中的结果，对上述3组实验数据DN、MCN、TCN和MCN中的边数与其包含的影像数目进行了拟合。
大量实验表明，影像中地物的复杂程度影响特征提取数目，进而影响特征匹配效率。为便于对比，本研究忽略同组实验影像间的差异性，以影像匹配的次数表示匹配耗时进行对比评估。本研究以DN、MCN、TCN和MCN中的边数表示参与影像匹配的次数，评估各种算法的影像匹配效率，结果如表2.5所示。结果表明：3组数据基于DN的影像匹配次数最多，分别为7 875、990和1 540，而基于SCN的影像匹配次数最少，分别为234、93和133；针对实验1和实验2而言，采用MCN和TCN的影像匹配次数相近，而对实验3基于MCN的影像匹配次数远多于基于TCN的影像匹配次数，分别为1 081和310。
表2.5 影像匹配效率对比
基于表2.5中的结果，对上述3组实验数据DN、MCN、TCN和MCN中的边数与其包含的影像数目进行了拟合（见图2.25）。结果表明：
（1）DN-SfM算法中影像匹配次数随影像数目增多呈二次方速度增长，时间复杂度为O（n2）。(www.xing528.com)
（2）TCN-SfM算法和SCN-SfM算法中影像匹配次数随影像总数目增多呈线性增长，时间复杂度均为O（n）；分析TCN-SfM和SCN-SfM曲线斜率可以发现，SCN-SfM算法的影像匹配耗时约为TCN-SfM算法匹配耗时的0.1倍。
（3）虽然MCN-SfM算法中影像匹配次数与影像总数目呈线性关系，无法说明该算法影像匹配的时间复杂度为O（n），其原因为：MCN-SfM算法中删除了部分影像，导致实际参与匹配的影像数目与原影像总数不等，无法估算匹配耗时与原影像总数的关系。
图2.25 3组实验数据匹配耗时拟合曲线
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
