基于扩散距离的SURF特征图像匹配算法.pdfVIP

第 38卷 第4期 合肥 工 业 大 学 学报 (自然科学版) Vo1．38No．4 2015年 4月 JOURNALOFHEFEIUNIVERSITYOFTECHNOLOGY Apr．2015 doi：10．3969／j．issn．1003—5060．2015．04．010 基于扩散距离的SURF特征图像匹配算法 贡 超 ， 蒋建 国， 齐美彬 (合肥工业大学计算机与信息学院，安徽 合肥 230009) 摘 要：针对高维特征向量存在的使用传统欧氏距离计算最近邻匹配正确率低的问题，文章提出了一种基于 SURF和扩散距离的图像匹配算法。首先用 FastHessian检测子进行特征点检测，生成 SURF特征描述 向 量，然后利用扩散距离代替欧氏距离进行匹配，使用随机抽样一致从候选匹配中排除错误的匹配。实验证明 该算法提高了SURF算法匹配的正确率，并在图像形变、光照变化方面具有较高的鲁棒性。 关键词：图像匹配；SURF算法；马氏距离；扩散距离；欧氏距离 中图分类号：TP391．41 文献标识码：A 文章编号：1003—5060(2015)04—0474—05 Imagesmatchingalgorithm basedOndiffusiondistanceofSURF GONG Chao， jIANGJian-guo， QIMei—bin (SchoolofComputerandInformation，HefeiUniversityofTechnology，Hefei230009，China) Abstract：Inthispaper，animagematchingalgorithm basedonspeeded-uprobustfeatures(SURF)anddiffu— siondistanceisproposedinview ofthelow calculationaccuracyofnearestneighbormatchingofhigh-dimen— sionalfeaturevectorusingtheEuclideandistance．Inthisalgorithm，FastHessiandetection iSusedtofind features，andthefeaturevectorofSURFdescriptorsisgenerated．ThenaSURFma tchingalgorithm basedon diffusiondistanceisproposedwhichreplacestheEculideandistancewiththediffusionone．Andtherandom sampleconsensus(RANSAC)ispresentedtoexcludethemismatchingpoints．Theexperimentalresultsshow thatthealgorithm canimprovethematchingaccuracyofSURFalgorithm ，andhashigherrobustnessinima ge deformationandilluminationchangethanthetraditionalone． Keywords：imagematching；speeded—uprobustfeatures(SURF)algorithm ；Mahalanobisdistance；dif— fusiondistance；Euclideandistance 图像匹配在运动跟踪、图像搜索、目标识别、 速度大大领先于SIFT，且具有很好的鲁棒性；文 目标定位、运动分析等领域应用广泛口]。常用的 献E8]对几种具有代表性的局部特征算法进行了 图像匹配方法_2]主要有基于区域的匹配方法和 性能评估，sURF算法被证明是综合性能最好的 基于局部特征 点 的匹配方法。近年来，以 算法。 SIFT[5]特征点匹配为代表的图像匹配方法成为 传统的SURF特征点图像匹配方法采用欧 研究热点，SIFT特征对平移