改进sift特征在遥感图像目标匹配中的应用研究

《改进sift特征在遥感图像目标匹配中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、5《测绘通报》测绘科学前沿技术论坛论文集改进SIFT特征在遥感图像目标匹配中的应用研究龚志辉1张春美2孙雷3范民强1（1.信息工程大学测绘学院河南郑州4500522.73603部队江苏南京210作者简介：龚志辉，硕士，副教授，研究方向摄影测量与遥感张春美，江苏南京人，硕士，助理工程师，研究方向遥感图像处理。0493.73608部队江苏南京210036）摘要：针对SIFT特征维数过高的问题进行改进，利用特征点邻域的圆形区域构造新的描述符，增强了描述符自身的抗旋转性，并降低了特征描述符的维数。实验表明改进的特征描述符是可行有效的，在遥感影像目标匹配中取得满意

2、的实验结果。关键字：遥感图像；特征点；SIFT；目标匹配一、引言遥感图像目标匹配一直以来都是研究者关注的焦点。对于同一场景的多幅遥感影像而言，它们之间可能存在多种差异：不同的分辨率、灰度属性、位置（平移和旋转）、比例尺、非线性变形等等，具有较大差异和特征变形的遥感影像的目标匹配仍然是一个难点问题。近年来，基于局部不变量描述符(LocalInvariantDescriptor)的方法被广泛应用于图像匹配和目标识别，并取得了显著进展。该类方法通过在特征点附近构造各种变形不变描述符，来增强特征点匹配的正确性和算法的鲁棒性。2004年，Lowe提出了SIFT特征

3、匹配法[1]，该方法很好地解决了图像旋转、缩放、仿射变形等问题，对视点变化、噪声干扰、光照变化等也有很强的鲁棒性。Mikolajczyk和Schmid对多个局部特征描述符进行了详细的比较和总结，指出SIFT特征描述符对一般的图像变形具有最大的容忍性[2]。二、SIFT特征匹配2.1SIFT特征匹配基本思想SIFT特征匹配的基本思路是：基于图像特征尺度选择的思想，建立图像的多尺度空间，将图像通过不同尺度的高斯核函数连续滤波和降采样形成高斯金字塔图像，再对相邻尺度的两个高斯图像相减得到高斯差分多尺度空间DOG（difference-of-Gaussian），

4、在DOG尺度空间下每个点与相邻尺度和相邻位置的点逐个进行比较，得到局部极值位置即为特征点所处的位置和对应的尺度，通过曲面拟合的方法对特征点进行进一步的精确定位，并剔除一些对比度较低的点以及边缘响应点，然后在每个特征点局部区域内构造特征描述符，最后再利用构造的特征描述符进行点的匹配。该匹配算法包括建立尺度空间，寻找候选点；优化关键点；确定关键点的方向；提取特征描述符；特征匹配等五部分，其中提取SIFT特征描述符是算法的关键。图1，图2分别是建立尺度空间，寻找极值点的示意图。5《测绘通报》测绘科学前沿技术论坛论文集图1SIFT尺度空间建立示意图图2DOG尺度

5、空间局部极值检测2.2SIFT特征描述符SIFT特征描述符的实质是特征点在高斯尺度空间内邻域像素梯度主方向的统计向量。图3为SIFT特征描述符的生成过程。SIFT算子在提取特征点时给每个特征点分配了一个主方向，构造点的特征描述符时，首先将特征点周围的局部区域顺时针旋转度，以确保其旋转不变性，如图3(a)所示。在旋转后的区域内，将以特征点为中心的16×16的矩形窗口（图3只显示了8×8的窗口）均匀地分成16个子区域，特征描述符窗口即16个4×4的子块。在每个子块上计算8个方向（、、、、、、、）的梯度累加值，如图3(c)所示。16个子块一共得到128个值，这

6、1×128的向量就被定义为一个特征点的描述符。图3SIFT特征描述符生成过程由于特征点定位的微小误差会引起特征描述符发生突变，有关实验表明远离特征点的梯度值更容易引起特征点间的误匹配，可以采用一个参数为σ的高斯权系数来加权计算特征点在各方向的梯度累加值，对远离特征点的梯度值赋予较小的权值，强化中心区域，弱化边缘区域的影响，从而减小误匹配的概率[3]。SIFT特征是在多尺度下构造的，具有抗尺度缩放的性能；根据特征点的主方向选取局部区域构造描述符，使特征具有旋转不变性；基于邻域像素梯度方向直方图统计和梯度值加权累加的思想，使特征具有抗非相似变形的能力。然而，

7、特征描述符还必须对光照变化不敏感，因此Lowe对描述符进行标准归一化处理。SIFT5《测绘通报》测绘科学前沿技术论坛论文集特征中这种邻域方向性信息联合的思想能够增强匹配算法的抗噪声能力，同时对于含有定位误差的特征匹配也提供了较好的容错性，并且SIFT特征具有很好的显著性和丰富的信息量，适用于海量特征数据库的图像检索、目标匹配与识别等任务。2.3SIFT特征描述符的改进SIFT特征点在提取时需要给特征点分配一个主方向，主要目的是通过主方向旋转特征点局部区域，确保特征描述符的旋转不变性。如果描述符本身就具有很好的抗旋转能力，那么构造描述符时就无需将特征点的局

8、部区域进行旋转。考虑到图像发生旋转变化后，特征点周围的区域都会发生变化，而圆具有