基于特征点的最近邻配准算法戚世贵,戚素娟.pdfVIP

第 27卷 第2期 许 昌学院学报 Vol_27．NO．2 2008年 3月 JOURNAL OFXUCHANG UNIVERSITY Mar． 2008 文章编号 ：1671—9824(2008)02～0067—05 基于特征点的最近邻配准算法 戚世贵 ，戚素娟 (1．许 昌学院计算机科学与技术学院，河南 许 昌461000；2．中国科学院 国家授时中心，陕西 临潼710600) 摘 要 ：利用尺度不变特征点的提取方法提取特征点，并对 SIFT方法提取 出的特征 点用最 近邻算法进行配准，在搜 索最近邻特征点和 次近邻特征 点时使用了在 K—D树搜 索算法基础上 进行改进的搜索算法 BBF(BestBinFirst)算法．实验证明该算法具有配准精度高，鲁棒性好的 特点． 关键词：特征点；图像配准；K—D树；BBF 中图分类号 ：TP391 文献标识码 ：A 0 引言 图像拼接有着广泛的应用前景 ，如将多幅图像拼接成一幅图像 ，就要用到 图像拼接技术．图像拼接中 最核心技术是图像配准．图像配准技术当前主要有基于块的配准 、比值配准法 J、网格配准法 、基于 特征的配准法 ’，每种方法各有优缺点，存在 的主要 问题是依据何种原则对两幅图像进行精确快速 的 配准． 本文采用基于特征的配准算法对 SIFT方法提取 出的特征点用最近邻算法进行配准．主要是在尺度不 变特征点 (ScaleInvarianeeFeatureTransform—SIFT) ’的提取方法提取特征点的基础上 ，利用特征点的 相关几何信息实现两幅图像的配准．使得在高维空间搜索效率有较大提升．基于特征的配准法一般分为三 个过程 ：①特征提取 ；②利用一组参数对特征作描述 ；③利用特征的参数进行特征匹配．在两幅图像中用同 一 种特征提取法提取 出特征点，根据相似性原则对两幅图像中的特征点进行匹配． 1 SIFT特征点提取 尺度不变特征点 (ScaleInvarianceFeatureTransform．SIFT)是 由DavidLowe提 出的．利用 SIFT方法从 图像中提取出的特征点对 图像缩放和旋转保持不变，对光线、噪声、仿射变化具有鲁棒性，特征点描述符具 有很高的独特性．研究表明 SIFT方法相对其他特征点提取方法如 Harris特征点 、KLT特征点等具有优 越性．SIFT提取过程可以分为4个步骤． 1．1 求取缩放空间中的极值点作为侯选特征点 首先对图像进行必要的预处理 ，接着对 图像用不同的采样距离形成一个金字塔分层结构 ，即第一次采 样时每0．5个像素进行采样 ，意味着将原来图像放大一倍 ，第一次采样的图像作为第一组的图像 ，然后 以 成倍的采样距离即 1、2、4个像素再分别对 图像进行采样产生第二、三、四组的图像．这样就形成了一个金 字塔形状的分层结构．高斯函数如下 ： G(，y，)=土 e-( 2／． (1) Z 7ror 对形成的金字塔分层结构用高斯内核函数进行滤波形成高斯金字塔分层结构 ，对各层图像进行高斯 收稿 日期：2007—09—29 基金项 目：许 昌学院青年资金项 目(2007040) 作者简介：戚世 贵 (1973一)，男，河南新 乡人 ，讲师 ，硕士 ，研究方向：图像处理 ，虚拟现 实 论文网 论文大全 论文网 论文大全 68 许 昌学院学报 2008年 3月 滤波时采用不同的高斯滤波因子．将每组中相邻图像相减生成高斯差图像 (DifferentofGaussian—DOG)，然 后利用高斯差金字塔分层结构提取 出图像中的极值点作为侯选特征点． 求取高斯差 图像 中的极值时 ，样本像素点要与相邻的8个像素点进行比较 ，还要和金字塔分层图像 中