資源描述：
《基于改進SIFT算法的圖像匹配_劉佳》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、第34卷第5期儀器儀表學(xué)報Vol.34No.52013年5月ChineseJournalofScientificInstrumentMay．2013*基于改進SIFT算法的圖像匹配1，2111劉佳，傅衛(wèi)平，王雯，李娜(1．西安理工大學(xué)機械與精密儀器工程學(xué)院西安710048;2．西安科技大學(xué)理學(xué)院西安710054)摘要:為進一步提高SIFT匹配算法的魯棒性和正確率，從以下幾個方面改進SIFT算法。對圖像進行多分辨率小波變換，重建圖像近似成分———低頻信息參與匹配;采用“回”字形雙層方鄰窗將特征點鄰域區(qū)域劃分成四部分，建立3
2、2維特征點描述符向量;運用歐式距離初步確定匹配點，再用積分圖像進一步剔除由于特征點具有空間相似性而出現(xiàn)的誤匹配點，從而提高匹配精度。實驗表明，本文算法在匹配精度和匹配時間上有明顯提高，特別是當(dāng)圖像具有較多局部相似特征時，匹配點數(shù)增加，匹配正確率提高。關(guān)鍵詞:SIFT算法;小波變換;特征描述符;積分圖像;圖像匹配中圖分類號:TP391．41文獻標(biāo)識碼:A國家標(biāo)準(zhǔn)學(xué)科分類代碼:520．604ImagematchingbasedonimprovedSIFTalgorithm1，2111LiuJia，F(xiàn)uWeiping，Wang
3、Wen，LiNa(1．SchoolofMechanicalandPrecisionInstrumentEngineering，Xi'anUniversityofTechnology，Xi'an710048，China;2．SchoolofScience，Xi'anUniversityofScienceandTechnology，Xi'an710054，China)Abstract:InordertofurtherimprovetherobustnessandaccuracyofSIFTmatchingalgorithm，
4、theSIFTalgorithmisimprovedinthefollowingseveralaspects．Multi-resolutionwavelettransformisperformedontheimages，theimageapproximationcomponentsthatarereconstructed-low-frequencyinformationisadoptedtomatchtheimages;anda”nestedbox”-shapeddoublesquareneighborhoodwindo
5、wisusedtodividetheneighborhoodofafeaturepointintofourareasandconstructa32dimensionfeaturedescriptorvector．Euclideandistanceisusedtopreliminarilyensurethematchingpoints，andthenintegralimageisusedtoeliminatethemismatchingpointscausedbythespacesimilari-tyofthefeatur
6、epoints，sothatthematchingaccuracyisimproved．Experimentsshowthattheproposedalgorithmsig-nificantlyimprovesmatchingaccuracyandmatchingtime;especiallywhentheimagehasmorelocalsimilarcharacter-istics，allthematchingpointsandthematchingcorrectrateincrease．Keywords:SIFTa
7、lgorithm;wavelettransform;featuredescriptor;integralimage;imagematching射、視角、光照不變性，對目標(biāo)的運動、遮擋、噪聲等因素1引言影響也能保持較好的匹配效果。隨著SIFT算法的不斷［4-9］［10］發(fā)展，目前已被廣泛地應(yīng)用于工件識別、醫(yī)學(xué)圖像［11］［12］［13］圖像匹配定位是機器立體視覺中的關(guān)鍵技術(shù)之一。配準(zhǔn)、移動機器人定位與地圖創(chuàng)建、圖像拼接、［1］［14-15］［16］MOＲAVEC等人采用角點算子來實現(xiàn)立體視覺匹配;3D目標(biāo)識別、人臉識別等。
8、［2］［4］在此基礎(chǔ)上HAＲＲIS等人對算子進行改進，但它對尺對SIFT算法的改進具有代表性的有PCA-SIFT、［9］［6］度、視角、照明變化比較敏感，而且抗噪聲能力差;LOWEGLOH和SUＲF。SUKTHANKAＲ提出的PCA-SIFT等人提出一種更加穩(wěn)定的(scaleinvariantfeaturetrans
