SIFT和改进的RANSAC算法在图像配准中的应用

• 作者: 刘国栋 杨海燕 罗文超
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 尺度不变特征变换(SIFT)描述子 图像匹配 图像配准 随机抽样一致性 顺序概率比测试
• 年，卷（期）: 2013,（15）
• 页码范围: 147-149,156
• 页数: 4页
• 分类号: TP391
• 字数: 2680字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1112-0200

摘要

在机器人视觉系统中运用SIFT描述子对现实世界中的目标进行识别，这一研究已经取得了很大的进步。运用SIFT生成的图像特征向量的性能十分稳定，对旋转、缩放、平移是保持不变性的，对一定程度目标遮挡、光照变化、视点变化、杂物场景和噪声等也能保持很好的不变性。RANSAC算法早就已经是计算机视觉领域常用的一个进行矫正的标准方法，在标准的RANSAC算法基础上加入了假设评价，改进为R-RANSAC（The Randomized RANSAC）算法。对这两个方面进行论述，运用SIFT（尺度不变特征变换）算法对双目机器人的两幅视觉图像进行匹配，采用带SPRT的R-RANSAC改进算法对匹配过程进行优化，尽可能在短的时间里完成匹配矫正，进而加速整个配准的时间。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘国栋	江南大学轻工过程先进控制教育部重点实验室	96	930	16.0	26.0
2	杨海燕	江南大学轻工过程先进控制教育部重点实验室	4	107	4.0	4.0
3	罗文超	江南大学轻工过程先进控制教育部重点实验室	2	82	2.0	2.0