基于尺度空间约束的融合特征点匹配方法

• 作者: 吴仲光 李征 林强
• 来源期刊: 四川大学学报（自然科学版）
• 学科: 工学
• 关键词: 图像匹配 SIFT Harris角点 尺度空间约束
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 电子信息科学
• 页码范围: 1249-1254
• 页数: 6页
• 分类号: TP391
• 字数: 4314字
• 语种: 中文
• DOI: 103969/j.issn.0490-6756.2015.11.012

摘要

本文提出一种多尺度特征匹配的空间约束机制,Combinative Feature based on Constraint in scale spaee(CFCS-SIFT),该约束机制以SIFT特征点的尺度为基础,对多尺度空间中检测到的DOG特征点与Harris角点提供匹配空间约束,以提高正确匹配点对的数量.基于该约束机制,构造了一种融合DOG特征提取、Harris角点提取原理的SIFT描述符提取与匹配方法,该方法在多尺度空间中提取DOG特征点、Harris角点,并根据特征点的空间、坐标参数获取SIFT描述符.在将DOG特征点和Harris角点相融合并生成SIFT描述符的基础上,设定尺度阈值,根据尺度阈值对检测范围进行空间约束,在约束范围内查找特征点,采用BBF(Best Bin First)算法,并用欧氏距离作为度量函数进行特征点的匹配,最后用RANSAC对匹配点对进行筛选纠错.通过大量实验证明,该算法能够找到更多匹配点对,正确匹配点对相对于不具有空间约束的融合特征点匹配方法增加了15％左右.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴仲光	四川大学计算机学院	21	114	6.0	10.0
2	李征	四川大学计算机学院	34	258	8.0	15.0
3	林强	四川大学计算机学院	8	48	3.0	6.0