基于SIFT特征匹配的精准图像配准算法

尺度不变的特征变换方法(SIFT)具有对图像尺度缩放、旋转、放射变换以及亮度变化保存不变的优点,该文提出了一种基于SIFT算法的精准的图像配准方法。首先利用SIFT算法提取图像中的特征点;接着对这些特征点采用相似性准则中的欧式距离进行匹配,得到初始匹配对;由于初始匹配对中存在误匹配对,从而造成匹配的精度不足,因此提出一种改进后的RANSAC(随机取样一致性性算法)消除误匹配对。此外该文通过多次实验,选取SIFT算法中合适的比例阀值,提高配准的精度。实验结果表明,该方法既继承了SIFT算法的鲁棒性,又提高了匹配精度。