一種基于特征點的圖像匹配新方法

李為華,蘇 輝

(信陽師范學院 a.計算機與信息技術學院; b.網絡信息與計算中心，河南 信陽 464000)

一種基于特征點的圖像匹配新方法

李為華a,蘇 輝b

(信陽師范學院 a.計算機與信息技術學院; b.網絡信息與計算中心，河南 信陽 464000)

如何從浩如煙海的圖像數據庫中迅速并準確地進行圖像匹配成為數字生活中的一項難題。為了解決這個難題，本文提出一種圖像匹配新方法：針對FAST 算法噪聲敏感不足、不具有尺度不變性進行改進——得到Zoser-FAST算法；結合SIFT算法，以描述符間的點積作為相似性度量進行圖像匹配。仿真實驗結果表明改進的圖像匹配方法大大減少了運算量，加快了圖像匹配的運算速度、提高了準確率。

圖像匹配;SIFT;尺度空間;Zoser-FAST

圖像匹配技術是計算機視覺研究領域中一項非常重要的工作，是由圖像處理到圖像分析的關鍵步驟[1]。按照圖像匹配過程中的特征提取和特征描述的不同，圖像匹配算法可分為兩類[2]：基于灰度和基于特征的圖像匹配算法。

相比基于灰度的圖像匹配方法在實時性和精度上的弱點，基于特征的圖像匹配方法可以最大的克服這些不足，并取得了很多的成果。Xiao等[3]在原有SIFT算法的基礎上，提出了一種改進的腦CT圖像點匹配算法，該算法將SIFT和灰度特征相結合。利用灰度特征向量的歐氏距離和余弦相似度作為相似度度量，得到最終匹配點對。Qu等[4]針對異源圖像不同成像機理所帶來的匹配精度低的問題，提出了一種新的基于SURF特征點提取和雙向匹配的圖像配準算法。……