基于SURF与BBF的棉花图像匹配算法-江苏农业科学.PDFVIP

江苏农业科学　２０１４年第４２卷第３期 — ３４３— 时　颢，赖惠成，龚金辉，等．基于ＳＵＲＦ与ＢＢＦ的棉花图像匹配算法［Ｊ］．江苏农业科学，２０１４，４２（３）：３４３－３４６． 基于ＳＵＲＦ与ＢＢＦ的棉花图像匹配算法 时　颢，赖惠成，龚金辉，王　星 （新疆大学信息科学与工程学院，新疆乌鲁木齐８３００４６） 　　摘要：在棉花图像分割与识别的基础上，为获得棉花三维空间位置信息，需要对双目采集的棉花图像对进行精确 的匹配。采用加速分割检测特征、加速鲁棒性特征和ＢＢＦ方法匹配棉花图像对。首先采用ＦＡＳＴ检测图像角点，并计 算各角点的ＳＵＲＦ描述向量，然后采用ＢＢＦ方法搜索匹配点对，最后利用ＲＡＮＳＡＣ和极线约束剔除误匹配点对，为下 一步准确定位棉花三维空间位置信息奠定基础。 　　关键词：ＦＡＳＴ；ＳＵＲＦ；ＢＢＦ；ＲＡＮＳＡＣ；外极线约束 　　中图分类号：Ｓ１２６　　文献标志码：Ａ　　文章编号：１００２－１３０２（２０１４）０３－０３４３－０３ 　　图像匹配在三维重构、导航图像处理、图像搜索、图像融 断，即： 合等计算机视觉领域应用广泛，基于局部特征的匹配逐渐成 Ｎ＝ ∑ ｜Ｉｘ－Ｉｐ｜＞ε （１） ｄ ｘ （ｃｉｒｃｌｅ（ｐ））  为研究的热点。基于特征点的检测算法，如 Ｈａｒｒｉｓ－Ａｆｆｉｎｅ、 式中：Ｉｘ表示圆周上任意一点的图像灰度值；Ｉｐ表示中心像 ［１－２］ ＳＩＦＴ 算法，能够实现较准确的匹配对，但计算时间较长。 素点的图像灰度值；ｐ表示中心像素点即候选点； 为给定的 ε ｄ ２００６年，Ｂａｙ等人提出ＳＵＲＦ（ｓｐｅｅｄｅｄ－ｕｐｒｏｂｕｓｔｆｅａｔｕｒｅｓ）特 一个极小阈值。通过该角点响应函数，计算出圆周上满足公 征算子在匹配性能方面接近ＳＩＦＴ算法，但计算时间较快，王 式（１）像素点的个数Ｎ。如果Ｎ大于给定的一个阈值，就可 ［３－４］ 海丽 等人将ＳＵＲＦ算法应用于ＳＡＲ图像等领域，实现匹 以确定该候选点为角点。为实现快速计算，一般选择ｎ＝１２。 配的抗视角变换。上述匹配算法特征点的边缘特性较差，在 角点检测可简化为检测像素编号为１、９、５、１３的４个像素点， 计算时间方面仍然较长。本研究在前人研究的基础上提出基 因为在该４个像素点中，有３个均满足公式（１），才能被确认 于ＦＡＳＴ角点检测、ＳＵＲＦ描述向量和 ＢＢＦ搜索匹配点的算 为角点，如此可以快速排除整幅图像中的很多像素点，提高角 法，具有良好的边缘特性与高效的分割速度。 点检测的时间效率。 １．２　ＳＵＲＦ描述向量 １　研究方法 ＳＵＲＦ描述向量主要是根据特征点邻域范围内的灰度统 １．１　ＦＡＳＴ角点检测 计信息［５－６］，通过计算主方向和特征向量来得到的，具体步骤 加速分割检测特征（ｆｅａｔｕｒｅｓｆｒｏｍａｃｃｅｌｅｒａｔｅｄｓｅｇｍｅｎｔｔｅｓｔ， 如下。 ＦＡＳＴ）是一种简单快速的角点探测算法，当某个像素点的周 １．２．１　ＳＵＲＦ