多种角度比较SIFT、 SURF、 BRISK、 ORB、 FREAK算法-论文.pdf

《多种角度比较SIFT、 SURF、 BRISK、 ORB、 FREAK算法-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、2014年第4期·北京测绘·23多种角度比较SIFT、SURF、BRISK、ORB、FREAK算法索春宝杨东清刘云鹏(山东科技大学测绘科学与工程学院，山东青岛26659O)[摘要]SIFT、SURF、BRISK、ORB、FREAK等图像特征匹配算法具有不同的鲁棒性，本文利用Mikolajczyk和Schmid所提供的数据集，对这几种算法从匹配速度，应对图像旋转变换、模糊变换、光照变换、尺度变换、视角变换时表现出的鲁棒性等角度进行比较。本文采用的评价指标是两幅图像中成功匹配的特征点对数。经比较分析后发现，sURF和FREAK算法表现出的鲁棒性较为全面。[关键词]图

2、像匹配特征匹配性能比较[中图分类号]TP391．4；P237[文献标识码]B[文章编号]1007～3000(2014)04—5图像匹配技术是计算机视觉的重要组成部提供的经过不同变化的图像数据集从多个角度分，是现代遥感技术、微电子技术和精密测绘技对SIFT、SURF、BRISK、ORB、FREAK进行比较术的综合性产物】，在目标识别、图像拼接、运动实验，得出不同图像变化中，各种匹配算法的不跟踪、图像检索、自动定位等研究中起着重要作同表现。用。图像特征匹配是图像匹配的一种重要方法，1多种角度评价图像匹配算法图像进行特征匹配分j个关键步骤：检测关键点、提取描述向量和特

3、征匹配；通过检测关键点对多个图像特征匹配算法进行比较时，所采和提取描述向量构造出局部特征描述子，然后进用数据集的客观性，评价指标的合理性，评价角行特征匹配。度的实用性都是需要考虑到的。局部图像特征描述的核心问题是鲁棒性。本文采用多种匹配算法提出时应用率比较DavidG．Lowe在文献[2]中提出SIFT算法，高的数据集，通过比较两幅图像中能够成功匹配HerbertBay等人在文献[3]中提出SURF算法，的特征点对数来衡量匹配算法的鲁棒性。StefanLeutenegger等人在文献[4]中提出1．1算法匹配速度比较BRISK算法，EthanRublee等人在文

4、献[5]中提测试方法：在相同的匹配环境下，即使用同出ORB算法，AlexandreAlahi等人在文献E6]中样配置的计算机，对相同的一对图像进行比较，提出FREAK算法不同的图像匹配算法在检测关测试算法的执行时间，比较结果见表1。键点和提取描述向量时采用不同的方法，构造出速度测试的必要性：算法的执行时间是评价的局部特征描述子就会具有不同的鲁棒性。在一个算法的重要指标，相同的硬件环境下，如果进行图像匹配时，会遇到图像的各种不同变换，匹配效果相差不大，执行速度越快的算法越有例如图像的缩放、亮度变化等，针对不同的图像优势。变换，选择恰当的图像匹配算法，能够得到较好测

5、试数据集：Mikolajczyk和Schmid提供的的匹配效果。本文利用Mikolajczyk和Schmid数据集中的ubc图集。表1各算法匹配相同图像的执行速度[收稿日期]2013—04—09[作者简介]索春宝(1989一)，男，汉族，山东济南人，硕士生，主要从事视觉／惯导组合导航方面的研究工作。24·北京测绘·2014年第4期从各算法的总时间角度出发，或从总时间与生旋转。成功匹配对数相结合比较每一对的时间进行比测试方法：对同一图像进行一定角度的旋较，ORB算法的执行速度最具有优势，执行速度转，旋转角度逐步递增，旋转后的图像逐一与原依次是ORB、FREAK、S

6、URF、BRISK、SIFT。始图像进行匹配，比较能够正确匹配的特征点对1．2旋转变换鲁棒性比较数，并观察正确匹配对数的变化幅度，比较结果旋转变换图像的特点：当图像发生旋转时，见表2。各像素点会围绕旋转中心进行相应角度的旋转，测试数据集：Mikolajczyk和Schmid提供的原特征点周围的像素点的梯度幅值和特征点的数据集中的bark图集。方向信息就会发生变化，特征点的主方向也会发表2各算法匹配旋转变换图像的正确匹配对数bark1与bark2697103812556barkl与bark36827987457barkl与bark48298315238barkl与

7、bark55859292640bark1与bark636O64140351000’i5∞l0～法在旋转角度大时，具有一定的优势。蒌j√＼5∞ji41．3模糊变换鲁棒性比较2oD。2模糊变换图像的特点：图像模糊变化后分辨0，；，⋯，0，，⋯0率就会下降，图像有一个最小分辨率，在高于最小分辨率时，随着分辨率增加，识别性能稳步提oo＼＼。：＼高；在低于最小分辨率时，随着分辨率减小，识别性能严重下降]，结果见表3。0～一～，～，一一，，～测试方法：对同一图像用不同的高斯核进行i2345模糊处理，模糊处理后的图像逐一与原始图像进图1图像旋转时匹配对数折线图行匹配，比较能够

8、正确匹配的特征点对数，并