一种基于特征点的卷烟商标纸配准方法

• 作者: 周明珠 李晓辉 王凯华 罗泽 邢军
• 来源期刊: 数据与计算发展前沿
• 关键词: SIFT 特征检测 特征点匹配 单应性变换 图像配准
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 技术与应用
• 页码范围: 132-141
• 页数: 10页
• 语种: 中文
• DOI: 10.11871/jfdc.issn.2096-742X.2020.04.011

摘要

[目的]利用改进的尺度不变特征变换(Scale-Invariant Feature Transform,SIFT)算法提取的匹配特征对卷烟商标纸图像进行细粒度配准,达到提升配准精度和区分真伪卷烟商标纸图像的目的.[方法]通过对图像分块处理、剔除不稳健特征点、单应性矩阵粗配准后根据匹配点距离进行约束筛选匹配对,并提出根据细粒度配准后的匹配点距离均值进行评价,最终实现并改进了基于特征点的卷烟商标纸细粒度图像配准方法.[结果]基于本文改进的特征点检测方法可以提取到更均衡的特征点,提高推定匹配率,提出的配准结果评估标准能有效评估配准质量,粗配准筛选匹配点可以提高图像细粒度配准的精度,并可以对卷烟商标纸图像进行区分.[局限]目前的改进集中在匹配对的筛选,在细粒度配准方法研究上仍有改进的空间.[结论]基于改进的SIFT算法提取的特征点,提出了先粗配准后细配准的图像细粒度配准策略,经实验证明此策略可以提升图像配准精度,并可以达到区分卷烟商标纸图像的目的.