SIFT特征匹配算法的研究-论文.pdf

《SIFT特征匹配算法的研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、EquipmentManufacturingTechnologyNo．6，2014SIFT特征匹配算法的研究聂春鹏，张广辉，宋婷(长安大学工程机械学院，陕西西安710064)摘要：当前，SIFT算法在特征匹配研究中是比较成功的一种特征算法，因为它不仅对图像的旋转、平移、缩放能保持不变，对部分遮挡和对比度的变化也可维持稳定而被应用于图像立体匹配中。旨在介绍SIFT算法的基本原理，比较一些SIFT改进算法的优缺点，并指出今后发展方向。关键词：sIFT；立体匹配；极限约束；仿射变换中图分类号：TP39

2、1．41文献标识码：B文章编号：1672—545X(2014)06-0182-02SIFT(ScaleInvariantFeatureTransform)是David必要在尺度空间中对极值进行检测。基本原理为：首Lowe在2004[晖提出的用于图像处理领域的一种描先将输入的原图像通过不同尺度的高斯核函数连续述子。SIFT特征具有良好的不变性在图像的平移、旋滤波和下采样，从而得到高斯金字塔图像，接着再对转、缩放和亮度变化方面，也有一定的稳定性对于仿相邻尺度的两个高斯图像进行相减，得到高斯差分射变换

3、和噪声干扰方面。SIFT独特性好，即使很小的图像(DOG尺度图像)。然后在DOG(Diferenceof物体也能产生大量SIFT特征点，可以在海量特征数Gaussian)尺度空间中对每个点与相邻尺度和相邻位据库中得到快速和精确匹配。因而，SIFT特征匹配算置的点逐个进行比较，得到的局部极值位置即为关键法在图像配准[21、全景拼图口]、目标定位等领域得到了点所处的位置和对应的尺度。广泛的应用。1．2获得稳定的关键点尽管SIFT算法已被应用到许多领域，但由于由于DOG算子很容易产生一些边缘响应，抗噪

4、SIFT算法[41提取的特征点数太多，特征向量维数过声能力弱，所以局部极值点还需要进一步的检查使高，使得SIFT算法的计算量过大而导致实时}生差，而特征点的准确定位完成。一般通过三维二次函数的且SIFT特征点匹配[51在图像存在不止一个比较相同拟合，可消除稳定度不高的边缘响应点以及对比度的地方时容易造成大量的误匹配，故而将匹配的精比较低的关键点，从而使匹配稳定性获得提高，抗噪度降低。因此，国内外许多学者提出了一些改进的声干扰能力得到增强。SIFT优化算法，并证明了算法的有效性。1．3为每个关键点

5、指定一个或多个主方向根据特征点邻域梯度方向分布的特点为每一个1SIFT算法基本原理关键点确定主方向，随后构造的描述子都依据该方向作为参考，如此形成的描述子对旋转就具备了不变SIFT算法是一种新型高效的特征检测描述方性。现在，关键点具有三个参数：位置、尺度和方向。法，其主要原理是：首先建立图像的尺度空间表示，并1．4描述特征点在尺度空间中搜索图像极值点，根据极值点建立特征对任意一个关键点，在其所在的尺度空间(即高描述项链，最后由特征描述向量进行相似度匹配。斯金字塔结构的一层)，并以关键点为16×1

6、6的邻SIFT特征匹配算法步骤：在尺度空间检测极值域大4、为中心，再将此邻域平均分成4X4个子区点；获得稳定的关键点；为每个关键点指定一个或多域，计算各子区域的梯度方向直方图(直方图均匀分个主方向；描述特征点。成8个方向)。接着在4X4区域位置上，对梯度直方1．1检测尺度空间的极值点图的8个方向挨次排序，即可构成一个4X4X8=为使特征点位置以及尺度组得到确定，首先有128维向量，此向量是SIFT描述符。收稿日期：2014—03—06作者简介：聂春鹏(1987一)，男，江西鄱阳人，在读硕士研究生

7、，研究方向：机器视觉。182《装备制造技术)2014年第6期色标示，继而再解出每一个同心圆的10个方向的加2SIFT改进算法权梯度累加值。从中心向外，由第一圈的十维向量作特征向量的第一至第十个元素，由第二圈的十维向量首先，在以往的SIFT特征匹配过程当中，特征点作特征向量的第11至第20个元素，等等。在这种方的提取和匹配过程都主要是基于灰度信息，而且对于式中，该描述符是一个5X10=50维特征向量。该方结构和纹理相似的图像来说，存在很多个不匹配的关法以欧氏距离作为图像匹配的匹配度量函数。键点之间

8、的灰度信息相似的情况，这将导致大量的误该算法提高了对图像平移、图像旋转、光照等变换匹配。另外，SIFT算法的计算量过大而不适合进行实的鲁棒性，降低了SIFT算子的维数，增强了匹配效果。时动态追踪。为了解决这些问题，一些改进的SIFT算法就被提出来了。3结束语2．1SIF．r特征匹配和极限约束相融合的算法在立体匹配过程当中，常会用一些约束来减少本文对SIFT算法进行了研究，描述了SIFT算法搜寻的范围以及锁定对应的匹配点，如极线约束、唯的基本原理，并介绍了目前比较流行的两种改进的一约束等。本文算法