改进的SIFT图像配准算法.docx

《改进的SIFT图像配准算法.docx》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第36卷第l2期计算机工程2010年6月I1o1．36No．12ComputerEngineeringJune2010·图形图儡l处理·文章编号：10oo__3428(20l0)12—0226__03文献标识码：A中图分类号：TP31．52一种改进的SIFT图像配准方法赵垒，侯振杰(内蒙古农业大学计算机与信息工程学院，呼和浩特010018)摘要：针对普通SIFT算法效率因128维的特征点描述算子而降低的问题，提出一种改进的SIFT算法，利用圆环的特性同时对每一个特征向量进行序列化，以保证物体旋转不变性，在降低描述

2、算子维数的基础上，利用遍历搜索查找样本特征点的最近邻和次近邻特征点。实验结果表明，当图像存在不同程度的几何变形、辐射畸变和噪声影响时，改进算法更稳定、更快速。关翻：SIFT算法；图像匹配；尺度不变；特征描述符ImprovedImageRegistrationMethodofSIFTZHAOLei，HOUZhen-jie(ColegeofComputerandInformationEngineering，InnerMongoliaAgriculturalUniversity，Hohhot010018)[Abstra

3、ct]Aimingattheproblemsthat128一dimensionaldescriptionofthefeaturepointreducestheeficiencyofhetScaleInvariantFeatureTransform(SIFT)algorithm，thispaperpresentsanimprovedSIFTalgorithm，whichusesingrandsequenceofeachfeaturevectortOensurerotationinvariance，whileredu

4、cingthedescriptionofoperatordimensionandusingtraversalsearchtoindfasampleofthenearestneighborfeaturepointsandthenextnearestneighborfeaturepoints．Experimentalresultsshowthatwhenheretreadiferentlevelsofimagegeometricdistortion，radiationdistortionandnoise，hetimp

5、rovedlgorithmaismorestableandfaster．IKeywordslScaleInvariantFeatureTransform(SIFT)algorithm；imagematching；scaleinvariant；featuredescriptor1概述像匹配是虚、算机等域的一个研究点。目前，有关人员对像匹配技行大量研究，提出很多匹配算法，如基于面的方法⋯、基于比的方法J、相位相关算法等，但是些匹配算法都有一个共同点：像问的焦距要一致，不能有尺度放，旋不大，形不明，光照化、仿射等方面受

6、到限制。期以来国内外很多学者都致力于研究能解决上述的像匹配技。近年来，在计算机视觉领域，基于局部不量描述符(LocalInvariantDescriptor，LID)的方法在目和像匹配方面取得了著展。2004年，哥比大学的DavidL等人提出一种新的点特征提取算法——sIFT(scaleInvariantFeatureTransform)算法，好地解决了景部分遮、旋放、点化引起的像形等，并成功用于目、像复原、像拼接等域。然而，算法仍存在一些，如多且以确定和特征描述符数高致算于复等。后来有学者其行改，如文献【5】提

7、出PCA—SIFT改法，采用主成分分析法以减少特征描述符的数，降低了算复度，文献【6】提出一个展的描述MikolajczykSIFT描述子——GL0H(GradientLocation—OrientationHisto—gram)一步增了特征描述符的独特性(distinctiveness)和算法的棒性。本文提出一种改的SIFT方法，通增特征描述符本身的抗旋能力以及减少特征描述符的数来降低算的复度。2SIFT算法的基础理论同尺度中的特征点比找出极点，然后去除低比度的点和响点并提取旋不特征描述符行匹配。算法主要包括

8、5个步：(1)尺度空的建立；(2)特征点定位；(3)关键点方向分配；(4)特征点描述子生成；(5)匹配。2．1尺度空的建立尺度空理最早出在算机中是了模像数据的多尺度特征，一幅像的尺度空由像和高斯卷得到。了有效到定的特征点的位置，在尺度空间中建使用DOG金字塔，DOG即相两尺度空函数之差。2．2特征点定位在上面建立的DOG尺度空金字塔中，了到DOG空中的最大和最小，DOG尺