基于初始尺度变换的SIFT匹配算法

被引：11

作者：

张静

桑红石

机构：

[1] 华中科技大学图像识别与人工智能研究所多谱信息处理国家重点实验室

来源：

红外与毫米波学报 | 2014年 / 33卷 / 02期

关键词：

尺度不变特征; 特征点匹配; 初始尺度;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

直接使用检测到的SIFT(Scale-Invariant Feature Transformation)特征点进行特征点匹配,匹配性能仍然有待提升.提出了改进的SIFT匹配算法,利用匹配特征点的尺度比直方图,估计出近似的图像尺度比k,然后将空间分辨率较高的图像初始尺度增大到k倍,再次提取特征点进行匹配.实验结果表明,相比于其它用尺度约束条件提升性能的匹配算法,基于初始尺度变化的SIFT匹配算法在处理结构型图像时性能得到了很大的提升.

引用

页码：177 / 182

页数：6

共 6 条

[1] Distinctive image features from scale-invariant keypoints
Lowe, DG
[J]. INTERNATIONAL JOURNAL OF COMPUTER VISION, 2004, 60 (02) : 91 - 110
[2] MLESAC: A New Robust Estimator with Application to Estimating Image Geometry[J] . P.H.S. Torr,A. Zisserman.Computer Vision and Image Understanding . 2000 (1)
[3] Feature detection with automatic scale selection
Lindeberg, T
[J]. INTERNATIONAL JOURNAL OF COMPUTER VISION, 1998, 30 (02) : 79 - 116
[4] Scale-space theory: a basic tool for analyzing structures at different scales[J] . Tony Lindeberg.Journal of Applied Statistics . 1994 (1-2)
[5] Random sample consensus[J] . Martin A. Fischler,Robert C. Bolles.Communications of the ACM . 1981 (6)
[6] Affine Covariant Features[EB-OL] .2 Mikolajczyk K. http://www.robots.ox.ac.uk/-vgg/research/affine .

← 1 →