基于KD树的SIFT特征点匹配算法.pdfVIP

第 11卷 第2期 孙 敏：基于 KD树的SIFT特征点匹配算法 2014年 6月 基于KD树的SIFT特征点匹配算法 孙 敏 (烟台南山学院，山东烟台，265713) 摘 要：增强现实领域中跟踪技术是一个很重要 的研 究课题 ，其中特征点的实时匹配是跟 踪算法的关键之一，而跟踪算法中传统的匹配方法复杂，对跟踪的实时性影响较大。为此，应 用尺度不变特征变换 (sIF 方法提取 SIFT特征 ，采用基于 lad：)树的最近邻搜索算法实现特征 点匹配，可降低算法的复杂度，从而提高跟踪算法的实时性。 关键词：SIFT；增强现实；ID 树。 中图分类号：TP391．41 文献标识码 ：A 一 、 引言 增强现实 (AugmentedReality，简称AR)… 仿射变换、噪声也保持一定程度的稳定性。 是虚拟现实研究领域中一个新兴的研究方向。增 (2)独特性 (Distinctiveness)好，信息量丰富。 强现实技术可以利用 已有的真实世界为用户提供 (3)多量性，即使少数的几个物体也可以产 一 种复合的视觉效果，使用户感觉处于一个真实 生大量SIFT特征向量。 和虚拟相融合的世界。构造一个AR系统，跟踪 (4)高速性 ，经优化的SIFT匹配算法甚至 注册算法是关键技术之一 ，它在实现虚实间完美 可以达到实时的要求。 结合的过程中起着至关重要的作用。跟踪注册算 (5)可扩展性，可以很方便的与其他形式的 法有很多，近年来，基于计算机视觉的跟踪方法 特征向量进行联合。 由于其 自身的优点日益得到人们的重视 ，但跟踪 由于 SIFT算子可在尺度空间寻找极值点、 算法中特征点的匹配仍未解决，用传统的特征匹 提取位置、尺度、旋转不变量 ，对旋转、尺度缩放、 配算法计算量较大而且复杂，对跟踪算法的实时 亮度变化保持不变性 ，且提取特征点数量大 、 性有一定限制。如果采用基于KD树的最邻近点 特征描述子信息量丰富 、速度快、特征点匹配 搜索算法 进行特征点的匹配，可改进算法使其 数量可控、精度高 ，所以成为图像领域特征点检 更加高效和方便。 测与匹配最有效算法之一。 虚拟视觉伺服 (VirtualVisualServoing， 二、相关工作 简称VVS)跟踪算法 …的基本原理是把位置计算 DavidG．Lowe在2004年提 出了一种基于 问题定义为二维视觉伺服中的对偶问题 。视觉 图像局部特征描述算子一SIFT(ScaleInvariant 伺服的 目标是移动摄像机以便在图像上给定的位 FeatureTransform)算子 ，即尺度不变特征变 置处观察到物体。这可以通过减小图像特征点的 换。SIFT特征向量具有如下特性： 想要得到的状态S与其当前的状态S之间的误差 (1)SIFT特征是图像的局部特征，其对旋转、 来实现。 尺度缩放、亮度变化保持不变性，对视角变化、 作者简介：孙敏 (1982-)，女，汉族，山东成海人，烟台南山学院工学院，教师。 41 第 11卷 第2期 烟 台南 山 学 院 学报 20