一种针对于描述子的SIFT简化方法

被引：17

作者：

戴金波 ^{[1
,2
]}

赵宏伟 ^{[1
,3
]}

刘君玲 ^{[1
]}

冯嘉 ^{[1
]}

机构：

[1] 吉林大学计算机科学与技术学院

[2] 长春师范学院计算机科学与技术学院

[3] 吉林大学符号计算与知识工程教育部重点实验室

来源：

仪器仪表学报 | 2012年 / 33卷 / 10期

基金：

高等学校博士学科点专项科研基金;

关键词：

SIFT(scale invariant feature transform); 视觉不变量; RANSAC(random sample consensus);

D O I：

10.19650/j.cnki.cjsi.2012.10.015

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

由于目前的SIFT(scale invariant feature transform)特征提取算法具有较高的时间复杂度,不利于大规模的数据存储和搜索,提出一种简化的SIFT局部图像特征提取算法。改进的SIFT算法针对于描述子生成部分进行简化,将原算法中特征点描述子的矩形区域改为圆形区域,并将RANSAC(random sample consensus)算法应用于SIFT特征匹配中,有效地剔除错误匹配点。采用K.Mikolajczyk的衡量方法,即查全率和错误率进行评估。实验结果显示,算法在旋转、光照、视角变化等情况下都有很好的匹配效果,并且降低了时间复杂度。

引用

页码：2255 / 2262

页数：8

共 7 条

[1] 一种基于SIFT的图像哈希算法 [J].