改进SIFT变换与客观评价结合的图像配准算法

• 作者: 巴德凯 张晨希 张永梅
• 来源期刊: 计算机测量与控制
• 关键词: 图像配准 双相匹配 最小邻域特征 随机抽取一致性 客观评价
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 算法、设计与应用
• 页码范围: 2090-2093
• 页数: 4页
• 分类号: E926.3
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2015.06.072

摘要

针对SIFT (scale invariant feature transform)算子在大幅复杂图像中提取的过多不稳定特征点及在只有少量重合区域下图像配准过程中出现的过多误匹配,导致图像配准精度下降;提出一种改进的SIFT算法,在对目标图像提取SIFT特征后,利用双向BBF(Best-Bin-First)匹配算法对提取的特征点进行匹配,采用SIFT描述子的尺度以及梯度方向信息建立最小邻域匹配剔除误匹配点,通过随机抽取一致性算法(RANSAC)进一步筛选匹配点,并利用最小二乘法结合多项式近似拟合出变换模型,利用局部均方根有效值(RMS)评价映射矩阵与实际图像的误差,找出并删除引起误差的误匹配点,迭代至配准图像符合评价标准后,计算出精确变换模型.实验结果表明,该算法提高了大幅复杂图像在少量重合区域时的配准精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张永梅	北方工业大学信息工程学院	81	362	7.0	16.0
2	张晨希	北方工业大学信息工程学院	2	9	2.0	2.0
3	巴德凯	北方工业大学信息工程学院	4	18	2.0	4.0