计算机科学 ›› 2015, Vol. 42 ›› Issue (4): 311-315.doi: 10.11896/j.issn.1002-137X.2015.04.064
邹承明,徐泽前,薛 栋
ZOU Cheng-ming, XU Ze-qian and XUE Dong
摘要： SIFT算法在图像处理领域具有独特的优势,但是经过不断发展,SIFT算法在特征匹配过程中仍然具有数据处理量大、计算速度慢的问题。基于这些问题,提出了一种基于分块匹配的新型 SIFT匹配算法,它通过剔除非重叠区域来降低特征提取和匹配的时间损耗。对于图像的刚性变换,算法的核心在于图像块的切分和重叠区域的计算,首先选取少量的种子点来估算两幅图像的相关变换矩阵；然后将原始图像切分为几块,通过变换矩阵找出在匹配图中的相关块；再检测所有的匹配块上的特征点；最后结合 RANSAC算法去除伪匹配点对,来提高匹配的准确率。实验结果表明:与标准SIFT算法相比,基于分块匹配的SIFT算法在实时性和鲁棒性方面得到了进一步的提升,在实际图像匹配中具有一定的应用价值。
| [1] Lowe D G.Object Recognition from Local Scale invariant Features[C]∥Proceeding of the Seventh IEEE International Conference on Computer Vision.Kerkyra,Greece,1999:1150-1157 [2] Lowe D G.Distinctive Image Features from Scale invariant Keypoints[J].International Journal of Computer Vision,2004,60(2):91-110 [3] Ke Y,Sukthankar R.PCA—SIFT:a More Distinctive Representation for Local Image Descriptors[C]∥Proceedings of the Conference on Computer Vision and Pattern Recognition.Washington,USA,2004:511-517 [4] 吴建,马跃.一种改进的SIFT算法[J].计算机科学,2013,0(7):270-272 [5] 安建妮,刘贵喜.利用特征点配准和变换参数自动辨识的图像拼接算法 [J].红外与激光工程,2011,40(3):564-569 [6] 何婷婷,芮建武,温腊.CPU-GPU协同计算加速ASIFT算法[J].计算机科学,2014,1(5):14-19 [7] 姜超,耿则勋,娄博,等.基于GPU的SIFT特征匹配算法并行处理研究[J].计算机科学,2013,0(12):295-297,7 [8] 王晓华,傅卫平,梁元月.提高SIFT特征匹配效率的方法研究[J].机械科学与技术,2009,2(9):1252-1260 [9] Umeyama S.Least-squares estimation of transformation para-meters between two point patterns[J].IEEE Trans.Pattern Anal.Mach.Intell.,1991,13(4):376-380 [10] Fischler M A,Bolles R C.Random Sample Consensus:A Paradigm for Model Fitting with Application to Image Analysis and Automated Cartography [J].Communications of the ACM,1981,24(6):381-395 |
| No related articles found! |
|
||
首页