基于粗糙集近似约简和SIFT特征的图像匹配算法

• 作者: 夏东 李吉成 沈振康
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 图像匹配 尺度不变特征变换 粗糙集 约简
• 年，卷（期）: 2011,（12）
• 所属期刊栏目: 算法研究
• 页码范围: 1872-1877
• 分类号: TP391
• 字数: 4997字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0530.2011.12.012

摘要

SIFT( Scale Invariant Feature Transform)描述符由于具有尺度、旋转和光照不变等特性在图像匹配领域获得了广泛的应用.但是,SIFT特征点采用128维特征向量表示,当图像特征点较多时,匹配算法所需的存储空间大、匹配时间长,且匹配精度不理想.针对以上问题,本文给出了一种基于Rough-SIFT描述符的图像匹配算法.首先,利用排序法求出图像的稳健特征点,然后为提高后续匹配处理运算效率,将粗糙集约简理论引入到基于SIFT特征的匹配算法中,通过构建一种新的近似约简算法来对稳健特征点的128维特征向量进行降维处理,最后利用约简后的特征点对图像进行匹配.仿真实验表明,本文方法使得约简后的SIFT特征点更加精确、稳定、可靠,有效减小了匹配算法的存储空间,提高了匹配算法的效率和准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏东	国防科技大学电子科学与工程学院	2	4	1.0	2.0
2	李吉成	国防科技大学电子科学与工程学院	12	167	5.0	12.0
3	沈振康	国防科技大学电子科学与工程学院	18	242	9.0	15.0