计算机科学 ›› 2014, Vol. 41 ›› Issue (Z6): 125-128.
齐乃新,曹立佳,杨小冈,李冰
QI Nai-xin,CAO Li-jia,YANG Xiao-gang and LI bing
摘要: SIFT算法对图像的旋转、尺度变换、亮度变化等情况具有较好的不变性,广泛应用于图像匹配中,但SIFT特征向量生成过程复杂,导致算法实时性不理想,同时匹配结果还存在一定的误匹配点,影响了算法的精确性。为此,对SIFT算法进行改进,提出采用栅格形式选取种子点简化特征向量的生成过程,并利用关键点的方向约束性进一步剔除具有方向差异的误匹配点,从而简化计算量,提高匹配率。实验结果表明,改进后的算法能在保持原有SIFT算法稳定性的基础上提高近一倍的特征向量描述速度,初匹配结果经方向约束后能够有效地剔除具有方向差异的误匹配点,提高匹配率,大大增强了算法的精确性。
[1] Moravec H P.Towards automatic visual obstacle avoidance[C]∥Proceedings of International Joint Conference on Artificial Intelligence.Cambridge,MA,USA,1977:5842 [2] Harris C,Stephens M.A Combined Corner and Edge Detector[C]∥Manchester:Proceedings of the 4th Alvey Vision Confe-rence.1988:147-151 [3] Smith S M,Brady J M.SUSAN:A New Approach to Low LevelImage Processing [J].International Journal of Computer Vision,1997,23(1): 45-78 [4] David G.Object Recognition from Local Scale invariant Features[J].International Conference on Computer Vision,1999,9(2):1150-1157 [5] Lowe D G.Distinctive image features from scale-invariant keypoints[J].International journal of computer vision,2004,0(2):91-110 [6] 吴建,马跃.一种改进的SIFT算法[J].计算机科学,2013,40(7):270-272 [7] 管学伟,刘先志,杜天军.一种基于SIFT算法的目标匹配方法[C]∥第十四届全国图象图形学学术会议.2008 [8] 张羽,丹朱,王玉良.一种改进的快速SIFT特征匹配算法[J].微计算机信息,2008,24(11):220-222 [9] 高健,等.一种简化的SIFT图像特征点提取算法[J].计算机应用研究,2008,25(7):2213-2215,2 [10] 赵启兵,王养柱,胡永浩.基于改进SIFT算法的无人机遥感影像匹配[J].电光与控制,2012,19(3):36-39,5 [11] 祁燕,王琰,王明宇.改进的SIFT特征图像配准算法[J].沈阳理工大学学报,2012,34(4):6-10 [12] 杨幸芳,等.一种提高SIFT特征匹配效率的方法[J].中国机械工程,2012,23(11):1297-1301 [13] 石钊铭,耿伯英,董银文.基于改进SIFT的航拍图像快速匹配方法[J].指挥控制与仿真,2013,35(1):106-110 [14] 刘立,等.采用简化SIFT算法实现快速图像匹配[J].红外与激光工程,2008,37(1):181-184 [15] 孙韬,方俊永,刘学,等.基于SIFT特征匹配的全自动辐射归一化算法[J].红外与毫米波报,2012,1(4):355-359 |
No related articles found! |
|