基于改进的SURF的图像匹配查重算法

摘要

随着新型冠状病毒的蔓延,各大高校都普遍尝试和采用了线上教学的方式进行授课和评价.目前各高校普遍实行的过程化考核作为课程分数的评价标准之一.传统的查重工具着重于文字的重复率,忽视了图片这一关键的信息载体,因此急需以图像识别匹配技术作为基础的图像查重算法.文章将SURF算法应用于学生作业及实验报告等文本评价载体中的图片相似度匹配上,结合平时的实践经验,用RANSAC算法去掉错误的匹配结果,匹配算法对于SURF特征点进行优化,从而实现了对SIFT算法匹配速度以及精确度的改善,最终实现了完善的实验报告图像匹配算法,并且对实验中出现的问题进行讨论和总结,对系统实施的改进和未来的拓展性也进行了充分的论述.