基于四叉树的SIFT与K-D树融合的图像匹配研究

• 作者: 张学峰 马行 穆春阳
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 尺度不变性 立体视觉 图像匹配 快速特征提取算法 四叉树 K-D树
• 年，卷（期）: 2021,（22）
• 所属期刊栏目: 信息技术及图像处理|Information Technology and Image Processing
• 页码范围: 121-127
• 页数: 7页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.2107401

摘要

为了解决SIFT算法在立体视觉中耗时长、误匹配度高以及提取的特征点扎堆的问题,提出一种基于四叉树的SIFT与K-D树融合的快速特征匹配算法.该方法采用一种结合了自适应阈值的快速特征点提取算法提取关键点,由于所提取的关键点具有扎堆现象,故提出一种四叉树结构并将其应用到图像匹配中.利用改进的K-D树与随机一致性算法进行关键点的粗匹配与提纯.实验证明,该改进算法的平均匹配速率相比SIFT算法提高了3.35倍,匹配正确率由86.18％提高到97.53％,同时该改进算法比SIFT算法在视角、模糊、光照以及尺度变化方面更具有优越性,所以该算法能够满足高匹配率、实时性好且特征点均匀化的要求.