基于压缩感知的SlFT图像匹配算法的研究.pdfVIP

第 3２ 卷第 ６ 期 华 东 交 通 大 学 学 报 Vol. 3２ No. ６ 年 月 ， ２０１5 １２ Journal of East China Jiaotong University Dec. ２０１5 文章编号 ： （ ） １００5 ０5２3 ２０１5 ０６ ０ １１5 ０7 基于压缩感知的 SlFT 图像匹配算法的研究 谢 昕 １ ，徐 殷 １ ，熊焕东 １ ，李 波 １ ，胡锋平 ２ （华东交 通大学 信息工 程学院 ； 土木建筑学院 ，江西 南昌 ） １. ２. 33００１3 摘要 ：针对尺度不变特征变换 （SIFT ）算法的计算量大 、速度慢 等缺点 ，提出了一种融合压缩感知的图像匹配算法 。 首先对目标 图像和待匹配图像进行预处理 ，利用压缩感知技术进行图像压缩 ，结合 SIFT 算法提取图像的特征点 ，通过自适应阈值序贯相 似性检测 （SSDA ） 匹配算法进行图像快速匹配搜索 ，从而找到最佳匹配位置 。 关键 词 ：尺度不变特征变换 ；压缩感知 ；序贯相似性检测算法 ； 自适应阈值 中图分类号 ： 文献标 志码 ： TP39１.9 A 随着计算机技术的快速发展 ，图像匹配[１]逐渐成为计算机机器视觉的一个重要研究方向 ， 目前广泛应 用在数字图像安全 、空间探测 、医学图像分析 、虚拟现实技术 、遥感图像处理 、无线传感器网络和机器视觉 等领域 。 近年来 ，国内外许多研究学者相继提出了多种图像匹配算法 。 １988 年 Harris C 提出了 Harris 角点图像 匹配算法[２] ，该算法图像配准精度较高且计算量小 ，并且对图像的旋转没有限制 ，但对于图像边缘信息少的 匹配效果不太理想 。 年 d G 提出了 （ nvariant feature transform ）特征点匹配算法[3] ，该 ２００4 Lowe Davi SIFT scale i 算法具有旋转 、缩放以及仿射不变性等特点 ，虽然能够保持一定程度上的稳定性 ，但存在误匹配现象 。 上述 两种方法只能完成一些特定条件下的图像 匹配且匹配的效率不高 ，对于在复杂环境下的图像匹配还有待进 一步提高 。 ２００3 年俞辉等人提出了基于轮廓特征的图像匹配算法 ， 利用轮廓特征有效解决了图像旋转的问题 [4] ， 同时也改善了光照的影响 ，但该算法 中轮廓特征的提取易受噪声 的干扰 ，不适 于有 噪声影响和轮廓不明显 的图像 。 ２００5 年王立新等人设计了一种快速高效的图像匹配算法[5] ，使用序贯相似性检测 （sequential simi- larity detection algorithm ，SSDA ）算 法 设 置 阈 值进 行 图 像 匹 配 ，该 算 法 的 匹 配 效 率 较 高 且 易 于 实 现 ，但 该 算法 阈值 的适当选取 存在较大 困难 ，且对图像的 明暗度 、尺 度旋转等变 化 较为 敏 感 。２０１１ 年 曾峦等人 采 用 了改进的 SIFT 特征提 取 和 匹配算法[６] ，通 过 采 用 SIFT 描 述 向 量 之 间 的 欧 式 距 离 最 小 值 与 次 小 值 的 比 值 作为 阈 值 ，对 图 像 先 进 行 粗 匹 配 ，再 利 用 匹 配 结 果 对 主 方 向 角 度 差 直 方 图 去 除 伪 匹 配 ，有 效 解 决 了 图 像 匹 配 阈 值 的选 择 问 题 且 算 法 稳 定 、可 靠 ，但 该 匹 配 算 法 耗 时 太 长 ，对 大 图 像 的 处 理 效 果 也 不