一种改进的SURF快速匹配算法-论文.pdf

《一种改进的SURF快速匹配算法-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第３２卷第３期江苏师范大学学报（自然科学版）Ｖｏｌ．３２，Ｎｏ．３２０１４年９月ＪｏｕｒｎａｌｏｆＪｉａｎｇｓｕＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ）Ｓｅｐ．，２０１４文章编号：２０９５４２９８（２０１４）０３００４１０６一种改进的犛犝犚犉快速匹配算法崔振兴，曾威，杨明强，韩峰（山东大学信息科学与工程学院，山东济南２５０１００）摘要：经典的ＳＵＲＦ（ｓｐｅｅｄｅｄｕｐｒｏｂｕｓｔｆｅａｔｕｒｅｓ）算法在匹配的过程中，对一幅图像上每一个选定的特征点都要与另一幅图像上所有的特征点一一进行匹配，耗时较高，

2、并且由于误匹配导致匹配的准确率下降．基于此，结合特征点的分类思想对ＳＵＲＦ算法进行改进．根据特征点邻域内像素之间的差值形成一个４维的特征向量，与ＳＵＲＦ的特征描述子相结合形成６８维的特征向量，以达到提高匹配速度和准确率的目的．在哥伦比亚大学Ｃｏｉｌ１００图像库中对改进ＳＵＲＦ算法进行试验．结果表明，相对于经典ＳＵＲＦ算法，改进ＳＵＲＦ算法在速度上有很大的提高．关键词：特征点；ＳＵＲＦ算法；ＳＩＦＴ算法；特征提取；尺度空间；Ｈｅｓｓｉａｎ矩阵；Ｈａａｒ小波；分类中图分类号：ＴＰ３９１．４１文献标识码：Ａ犱狅犻：１０．３９６９／ｊ．ｉｓｓｎ．２０９

3、５４２９８．２０１４．０３．０１０犃狀犻犿狆狉狅狏犲犱犪犾犵狅狉犻狋犺犿狅犳犻犿犪犵犲狉犲犵犻狊狋狉犪狋犻狅狀犫犪狊犲犱狅狀犛犝犚犉，ＨａｎＦｅｎｇＣｕｉＺｈｅｎｘｉｎｇ，ＺｅｎｇＷｅｉ，ＹａｎｇＭｉｎｇｑｉａｎｇ（ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅ＆Ｅｎｇｉｎｅｅｒｉｎｇ，ＳｈａｎｄｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｊｉｎａｎ２５０１００，Ｓｈａｎｄｏｎｇ，Ｃｈｉｎａ）犃犫狊狋狉犪犮狋：ＣｌａｓｓｉｃＳＵＲＦ（ｓｐｅｅｄｅｄｕｐｒｏｂｕｓｔｆｅａｔｕｒｅｓ）ａｌｇｏｒｉｔｈｍｎｅｅｄｓｔｏｍａｔｃｈｆｅａｔｕｒｅｐｏｉｎｔｓｗ

4、ｉｔｈａｎｏｔｈｅｒｉｍａｇｅｓｆｅａｔｕｒｅｐｏｉｎｔｓｏｎｅｂｙｏｎｅｗｈｉｃｈｗａｓｔｅｓｌｏｔｓｏｆｔｉｍｅａｎｄｌｅａｄｓｔｏｌｏｗｍａｔｃｈａｃｃｕｒａｃｙ．Ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｓａｍｅｔｈｏｄｏｆｆｅａｔｕｒｅｐｏｉｎｔｓｃｌａｓｓｉｆｉｃａｔｉｏｎ．Ｆｉｒｓｔｌｙ，ａｆｏｕｒｄｉｍｅｎｓｉｏｎａｌｆｅａｔｕｒｅｖｅｃｔｏｒｉｓｆｏｒｍｅｄｂａｓｅｄｏｎｔｈｅｄｉｆｆｅｒｅｎｃｅｏｆｐｉｘｅｌｓｉｎｆｅａｔｕｒｅｐｏｉｎｔｎｅｉｇｈｂｏｒｈｏｏｄ．Ｓｅｃｏｎｄｌｙ，ｔｈｅｆｉｎａｌｖｅｃｔｏｒｉｓｏｂｔａｉｎｅｄｂｙ

5、ｃｏｍｂｉｎｉｎｇｔｈｅｆｏｕｒｄｉｍｅｎｓｉｏｎａｌｖｅｃｔｏｒｗｉｔｈｔｈｅＳＵＲＦｄｅｓｃｒｉｐｔｏｒ．ＯｕｒｅｘｐｅｒｉｍｅｎｔｓａｒｅｄｏｎｅｉｎＣｏｉｌ１００ｉｍａｇｅｄａｔａｂａｓｅ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｐｒｏｖｅｔｈａｔｔｈｅｍｅｔｈｏｄｈａｓｇｒｅａｔｉｍｐｒｏｖｅｍｅｎｔｉｎｓｐｅｅｄ．犓犲狔狑狅狉犱狊：ｆｅａｔｕｒｅｐｏｉｎｔ；ＳＵＲＦａｌｇｏｒｉｔｈｍ；ＳＩＦＴａｌｇｏｒｉｔｈｍ；ｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎ；ｓｃａｌｅｓｐａｃｅ；Ｈｅｓｓｉａｎｍａｔｒｉｘ；Ｈａｒｒｗａｖｅｌｅｔ；ｃｌ

6、ａｓｓｉｆｉｃａｔｉｏｎ了主成分分析法（ｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓ，０引言ＰＣＡ），运用ＰＣＡ降低特征向量的维数．为了增强特在图像处理与计算机视觉中，局部图像特征的征描述子的唯一性，文献［６］提出用以关键点作为圆描述与检测可以用来帮助辨识物体，因此对物体的心的同心圆代替棋盘格来计算梯度方向直方图，并［１］局部特征提取具有很重要意义．１９９９年，Ｌｏｗｅ提计算得到一个２７２维的特征向量，然后通过主成分出了ＳＩＦＴ（ｓｃａｌｅｉｎｖａｒｉａｎｔｆｅａｔｕｒｅｔｒａｎｓｆｏｒｍ）算法，分析法将特征向量降成１２８维．此方法虽然

7、能提高［２］并在２００４年进行了改进．ＳＩＦＴ算法用来检测与特征向量的独特性，并增加了特征匹配的准确率，但［７］描述图像中的局部性特征，它在尺度空间中寻找极同时也增加了运算时间．Ｂａｙ等于２００６年提出了值点，提取出其位置、尺度、旋转不变量等特征值并ＳＵＲＦ（ｓｐｅｅｄｅｄｕｐｒｏｂｕｓｔｆｅａｔｕｒｅｓ）算法，其速度比生成１２８维的特征向量．但是由于ＳＩＦＴ统计的是ＳＩＦＴ算法提高了３～５倍，准确度也有所提升．在基关键点周围邻域的梯度信息，计算复杂度高，并且需于视觉的目标识别过程中，人们最关心的问题是识要形成１２８维的高维向量，在特征匹配时耗时

8、巨大，别的准确度和能否实时处理．由于ＳＵＲＦ算法特征不能达到实时性要求．近年来，基于ＳＩＦＴ改进的算描述子的维数为６４维，与ＳＩＦＴ算法