基于SURF的特征点快速匹配算法.pdf

《基于SURF的特征点快速匹配算法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第44卷第3期激光与红外Vo1．44．No．32014年3月LASER&INFRAREDMarch，2014文章编号：1001—5078(2014)03-0347-04·图像与信号处理·基于SURF的特征点快速匹配算法尧思远，王晓明，左帅(华北光电技术研究所，北京100015)摘要：为了解决光电图像匹配过程中特征点错配率较高的问题，本文提出了一种基于SURF特征点的匹配方法。该算法首先利用最近邻欧氏距离比率法对提取的SURF特征做粗匹配，然后获取特征点对应尺度的邻域灰度统计信息，进而利用Pearson相关系数比得到鲁棒性较强的匹配对。实验表明该方法能够有效提高匹配的准确率，且满足实时性

2、要求。关键词：SURF特征；特征点匹配；最近邻欧氏距离比率；Pearson相关系数中图分类号：TP391．41文献标识码：ADOI：10．3969／j．issn．1001—5078．2014．03．28FastfeaturepointmatchingalgorithmbasedonSURFYAOSi—yuan，WANGXiao—ming，ZUOShuai(NorthChinaResearchInstituteofElectro—optics，Beijing100015，China)Abstract：Inordertosolvetheproblemofthehighmismatching

3、rateoffeaturepointsincourseofimagematching，anovelmatchingstrategybasedonSURFfeaturepointsispropose．EuclideannearestneighbordistanceratiomethodisusedtomatchtheextractedSURFfeaturesroughly，andthenstatisticalinformationofthecorrespondinggrayneigh—borhoodofeachfeaturepointisobtained．Then，morerobustn

4、essmatchingpairscanbegottenwithPearsoncorela—tioncoeficient．Experimentalresultsshowthatthismethodcaneffectivelyimprovethematchingaccuracyandmeetreal·timerequirements．Keywords：SURFdescriptor；featurepointsmatching；Euclideannearestneighbordistanceratio；Pearsoncorre】ationcoeficient1引言可以大大减少匹配计算量，应用在

5、对图像处理实时匹配技术是图像处理中的一项重要内容，它将性要求较高的光电跟踪系统中具有明显的优势。两幅相似的图像在空间中的位置作对比映射，是后特征匹配的关键在于寻找一种较好的特征描述续关键区域分析、相机标定等操作的基础。常见的法和特征匹配算法。就点特征而言，目前常见的特图像匹配方法主要有两种：基于区域的匹配和基于征点提取方法有Harris特征、SUSAN特征、SIFT特特征的匹配。前者主要利用图像的灰度或者几何拓征等I4。其中，D．G．Lowe提出的SIFT特征由于扑信息，通过某种相似性测度算子搜索图像空间，找对光照、旋转、尺度等变换具有不变性，受到了学者出相似度最高的区域，进而得到相应

6、的位置变化参的广泛关注J，但是SIFT特征需要进行128维的矢数。该方法挖掘了图像的空间灰度分布信息，因此量特征运算，在高速视频处理系统中实时实现较为准确度较高，但区域搜索往往带来较大的计算量，而困难。HerbertBay等提出的SURF特征在SIFT的且对于噪声和光照的变化容忍度较差；基于特征的基础上简化了图像金字塔分解的操作_6J。类似于匹配首先寻找两幅图像中的关键特征(如关键点、作者简介：尧思远(1990一)，男，硕士研究生，研究方向为图像处线)，然后对这些关键特征做筛选、映射，得到准确理和机器视觉。E—mail：yaosiyuan1990@163．con的匹配。基于特征的匹配方

7、法利用的像素数较少，收稿日期：2013—1211；修订日期：2013．12．21