基于改进SIFT的图像配准算法

被引：11

作者：

刘健 ^{[1
]}

张国华 ^{[2
]}

黄琳琳 ^{[1
]}

机构：

[1] 北京航空航天大学自动化科学与电气工程学院

[2] 洛阳电光设备研究所火力控制技术国防科技重点实验室

来源：

北京航空航天大学学报 | 2010年 / 09期

关键词：

图像配准; 尺度不变特征变换; 矩特征;

D O I：

10.13700/j.bh.1001-5965.2010.09.022

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

为解决存在较大程度旋转和缩放的图像配准问题,提出了一种基于尺度不变特征变换(SIFT,Scale Invariant Features Transform)的图像配准算法.采用对数极坐标变换(LPT,Log-Polar Transform)进行图像粗匹配,对图像旋转角度和缩放尺度变化量进行估计,并对图像加以校正;在粗匹配的基础上对图像进行分块,根据信息熵原理提取子块的SIFT特征和不变矩特征,构造新型的特征描述符;结合欧氏距离和Procrustes迭代算法获得图像的同名点对,并估计图像形变参数,完成图像配准.实验结果表明:该算法速度快、稳定性强,并能达到亚像素级的匹配精度.

引用

页码：1121 / 1124+1130 +1130

页数：5

共 5 条

[1] 一种基于图像特征点提取及匹配的方法
张少辉
沈晓蓉
范耀祖
[J]. 北京航空航天大学学报 , 2008, (05) : 516 - 519
[2] 一种改进的基于不变矩的图像匹配算法
王俊卿
史泽林
黄莎白
[J]. 模式识别与人工智能, 2005, 18 (02) : 228 - 233
[3] Generalised Procrustes Analysis with optimal scaling: Exploring data from a power supplier[J] . Jaap Wieringa,Garmt Dijksterhuis,John Gower,Frederieke van Perlo.Computational Statistics and Data Analysis . 2009 (12)
[4] Distinctive image features from scale-invariant keypoints
Lowe, DG
[J]. INTERNATIONAL JOURNAL OF COMPUTER VISION, 2004, 60 (02) : 91 - 110
[5] Image registration methods: a survey[J] . Barbara Zitová,Jan Flusser.Image and Vision Computing . 2003 (11)

← 1 →