作者：ZHAOHUI ZHENG YONG MA, HONG ZHENG, JIANPING JU, AND MINGYU LIN
摘要：快速建立两个特征集之间的可靠对应关系是特征匹配的一项具有挑战性的任务。然而，特征匹配成功的关键不仅在于匹配的鲁棒性，还在于匹配的精度和实时性。使用现有的算法很难同时达到精确和时效性。在这篇论文中作者们提出了基于单边网格的聚类(UGC)，它创建了一个图像特征的单边网格，并对其他图像对应特征进行平均位移聚类约束。UGC利用聚类中心对网格区域内的匹配特征点进行统计分析，去除大量的误匹配。对于低纹理、模糊和宽基线的图像特征匹配，UGC提供了一个实时的、超健壮的对应系统。在图像数据集上进行的大量实验表明，UGC具有更高的精度和实时性能，优于目前最先进的方法，包括低对比度和高曝光等条件。
影像匹配论文阅读（1）UGC: Real-Time, Ultra-Robust Feature Correspondence via Unilateral Grid-Based Clustering
原文：https://www.cnblogs.com/Mathsion811/p/11720170.html