一种面向sift特征匹配的过滤新算法.pdfVIP

2014年 9月 机械设计与制造工程 Sep．2014 第43卷第9期 MachineDesignandMnaufacturingEngineering Vo1．43No．9 DOI：10．3969／j．issn．2095—509X．2014．09．010 一 种面向SIFT特征匹配的过滤新算法 蒋中杰，程筱胜 ，崔海华，张益华 (南京航空航天大学 机 电学院，江苏 南京 210016) 摘要：针对SIFT匹配算法存在误匹配的情况，提出了一种基于三角形相似的匹配特征点过滤算法， 即在SIFT算法中使用欧式距离判断特征点相似性后，对匹配的特征点构造三角形，通过判另q三角形 相似对匹配特征点进行进一步过滤。实验结果表明，三角形相似算法能大大提高匹配精度。 关键词：图像拼接 ；SIFT算法；三角形相似；匹配点过滤 中图分类号：TF751 文献标识码 ：A 文章编号：2095—509X(2014)09—0040—04 图像配准是对有重叠区域的图像进行匹配，进 1 SI丌 算法 而获得图像间位置关系的分析处理技术。图像配 SIFT 匹配算法流程主要 由4步构成：构建高 准在很多行业都有着广泛的应用。但是在实际应 斯尺度空间、特征点检测、特征点描述符生成和特 用中，需要匹配的两幅图像之间通常存在着平移、 征匹配 J。 旋转、尺度、视角等差异，这些都是图像配准会碰到 1．1 尺度空间特征点 并需要解决的问题 。图像匹配算法 中，基于灰度相 文献[10]证明了高斯核函数是可以实现尺度 关匹配算法 (如SSDA，MMSE等)的主要缺点是当 变化的唯一核函数。采集的图像经过不同尺度高 图像发生旋转、视角、尺度、亮暗变化时，算法会很 斯模糊，将采样生成 Ⅳ层高斯尺度空间金字塔，然 不稳定；而基于特征的图像匹配算法 (例如 SIFT ， 后将高斯尺度空间金字塔中每一层的图像再做不 Harris等)对图像几何变形、亮暗变化都有很高的 同参数的高斯模糊，使得高斯尺度空间金字塔每一 鲁棒性。 目前图像配准的主要研究方 向都集 中在 层都有多张图像，其中同一层的图像大小相同。然 基于特征的图像配准。文献 [1]、[2]对几种具有 后把同层高斯尺度空间金字塔中的相邻金字塔层 代表性的基于特征的图像匹配算法进行了研究，发 图像相减，得到 DoG(DifferenceofGaussian，简称 现SIFT算法是鲁棒性最高的特征匹配算法。 DoG算子)差分金字塔。DoG差分空间函数O(x， 虽然 SIFT 算法 已经在很多领域被成功应 Y，or)定义如下： 用 』，但是SIFT 算法在匹配精度上还有很大改 O(x，y，rO) = (c(x，y，ko-) 一G(，Y，rO) × 进空间。文献[4]将 SIFT 算法和 RANSAC算法结 ，(，y))= (，Y，kro)一 (，Y，rO) 合以去除不可靠的匹配点，可惜的是 RANSAC算 G(，Y，rO)= e-(X2+y2 法虽然能滤除大部分的误匹配点，但却不能保证去 Z or 掉所有的误匹配点。文献 [5]、[6]提出了双向匹 式中：G(，Y，)为高斯函数 (尺度可变)；，(，Y) 配的滤除策略，但是双向匹配需要 自定义阈值。文 为原始图像；(，Y，rO)为经过高斯模糊的图像；i|} 献[7]对图像增加了彩色信息，可是在增加了彩色 为不变尺度 比例因子；为高斯尺度。 信息后，滤除的匹配点会比较多，在图像少特征点