多模态鲁棒的局部特征描述符

针对基于灰度的局部特征匹配方法对图像对比度变化敏感,导致在多模态图像配准应用中性能大幅下降的问题,提出了一种多模态鲁棒的局部特征描述符和匹配方法。首先,基于对比度变化不敏感的相位一致性和局部方向信息,提出一种多模态鲁棒的角点和线段特征提取方法,在对比度差异显著的多模态图像之间提取较多的共性角点和线段特征;然后,以角点为中心选择48个均匀分布的圆形特征子区域,利用角点与特征子区域内线段的距离和线段长度信息,构建96维的特征向量;最后,将归一化相关函数作为匹配测度函数进行特征匹配,并采用基于位置约束的随机抽样一致(RANSAC)方法进行匹配提纯。实验表明,本文提出的多模态匹配方法匹配正确率和重复率分别高达80%和13%,分别为对称-尺度不变特征变换算法(S-SIFT)、多模态-快速鲁棒特征算法(MM-SURF)等基于灰度方法的2～4倍和4～7倍,显著优于同类方法。