【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。