基于SIFT超大图像配准.docVIP

基于SIFT超大图像配准 　　摘 要： SIFT算法在仿射变换、噪声、一定程度的光照条件下具有良好的匹配性能，星上宽波段相机成像尺寸都非常大，超大尺寸图像直接利用SIFT算法，在构建高斯金字塔时空间占用大，同时导致计算用时长。通过研究仿射变换矩阵，提出可以通过计算超大尺寸图像的降采样图像之间的配准系数间接获取超大尺寸图像的配准系数的方法。经过实验验证，具有一定的可行性，对于图像配准从空间上减少计算量从而节约计算时间具有一定指导意义。 　　关键词： 图像配准； SIFT； 仿射变换； 配准系数； 超大图像 　　中图分类号： TN964?34 文献标识码： A 文章编号： 1004?373X（2013）14?0082?03 　　Oversized image registration based on SIFT algorithm 　　FAN Yu?qiong， HUANG Xiao?xian 　　（Shanghai Institute of Technical Physics， Shanghai 200083， China） 　　Abstract： SIFT algorithm has a good matching performance under the conditions of affine transformation， noise and certain illumination. Since imaging size of the broadband camera on satellite is always oversized， if the oversized image is directly handled with SIFT algorithm， a big space will be occupied and a long computing time will be spended when building a Gaussian pyramid. By going into the affine transformation matrix， a method of calculating the matching coefficient between the downsample images of oversized images to indirectly get the matching coefficient of the oversized images is proposed. The experimental result indicates that this method is feasible. As for the image registration， it has a certain guiding significance for saving the computation time by reducing space occupation. 　　Keyword： image registration； SIFT； affine transformation； matching coefficient； oversized image 　　0 引 言 　　宽波段相机一般由多个成像和分谱模块组成，通过滤光片进行成像通道选择，最后将不同成像系统所成的像进行视场合成。计算同一波段不同通道对同一场景的成像的配准系数对是相机的定标和校准的重要依据。星上宽波段相机成像尺寸都非常大，直接用于配准计算空间占用大，并且用时长。图像配准是图像拼接的核心，主要由特征空间、搜索空间、相似性度量和搜索策略4方面因素组成。图像配准按配准提取特征的空间一般可分为2大类：一是基于频率域的配准方法，如Fourier变换和小波变换等；另一类是基于空间域的配准方法，它主要包括基于区域的配准算法和基于特征的配准算法[1]。Lowe提出的SIFT算法在仿射变换、噪声、一定程度的光照条件下具有良好的匹配性能，该算法较好的解决了场景部分遮挡、旋转缩放、视点变化、光照变化引起的图像变形问题[2]。但由于获取关键点时需要构建高斯金字塔，导致空间占用极大，同时随着图片尺寸的变大，时间占用呈指数增长。 　　本文仔细研究图像仿射变换，提出对超大图像先进行降采样，然后利用SIFT算法对降采样得到的图片查找匹配点，最后利用RANSAC算法剔除错配点，并计算计算降采样得到的图片之间的仿射变换矩阵。最后通过适当的变换超大图像之间的仿射变换矩阵。 　　1 SIFT算法简介 　　1.1 关键点检测 　　1.1.1 尺度空间极致点检测 　　利用一组连续的高斯卷积核与原图像进行卷积形成高斯金字塔，相邻尺度