结合全局信息的SIFT特征匹配算法

被引：67

作者：

纪华 ^{[1
,2
]}

吴元昊 ^{[1
]}

孙宏海 ^{[1
]}

王延杰 ^{[1
]}

机构：

[1] 中国科学院长春光学精密机械与物理研究所

[2] 中国科学院研究生院

来源：

光学精密工程 | 2009年 / 02期

关键词：

特征匹配; SIFT算法; 全局信息; BBF算法;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

提出了结合全局信息的SIFT(Scale Invariable Feature Transformation)特征匹配算法,解决了图像中存在多个相似区域时造成的误匹配问题。在尺度空间检测出特征点,生成包含两基于局部信息的SIFT向量和基于全局信息的全局向量;采用BBF(Best Bin First)算法进行搜索,并采用欧氏距离作为度量函数进行特征向量的匹配。实验结果表明,由于在基于局部信息的SIFT向量中加入基于全局形状信息的全局向量,使得当特征点的尺度较小时,可以借助更大邻域范围内的信息对其进行描述,从而降低了由于局部信息相似而造成的误匹配的概率。所用图像误匹配的概率由19%下降到了11%,极大地改善了匹配效果。

引用

页码：439 / 444

页数：6