结合多维定标和局部纹理特征的改进SIFT匹配算法

针对SIFT(scale-invariant feature transform)算法计算速度低、匹配精度不高的问题,提出一种结合多维定标和局部纹理特征的改进SIFT匹配算法。通过多维定标算法(multidimensional scaling,MDS)对128维SIFT特征描述符进行降维,提高SIFT特征匹配的计算速度,与其它降维算法相比,MDS保证了数据的几何拓扑性;基于特征一致性匹配规则和比值一致性匹配规则,提出一种改进的双向匹配策略;分析比对匹配点对邻近区域的LBP纹理特征,进一步降低误匹配率。仿真结果表明,与同类算法相比,该方法在匹配精度和匹配速度上都得到一定程度的改善。