基于改进的SIFT特征的图像匹配算法研究

发布时间：2021-06-17 19:45

　　针对图像匹配在不同的光照、表情等背景下存在可靠性及有效性较低的问题,本文提出一种改进的SIFT特征的图像匹配算法。算法通过构建高斯差分尺度空间以保留原始图像信息并增加特征点数量,计算相邻点及上下尺度空间对应点以寻找极值点,调整Harris Corner检测器参数以实现删除低对比度的关键点和不稳定的边缘响应点,利用关键点邻域像素的梯度方向分布特性,为每个关键点指定128维的方向参数,并进行关键点描述子的生成,最后将两幅图片的描述子进行匹配并得到结果。实验结果表明,该算法在不同背景下能有效完成图像匹配的计算,满足应用软件的时效性要求。 

【文章来源】：智能计算机与应用. 2020,10(08)

【文章页数】：3 页

【部分图文】：

原图与σ为2.0的对比图

为了检测图片中的关键点，需要对每个点与其相邻的点进行比较。同一平面中，一个点相邻的点共有8个，但在尺度空间中还需要考虑到不同尺度的情况，因此，一个点相邻的点共有26个，当该值是最大或最小值时，就认为该点为极值点。如图2所示。在极值比较时，最顶层和最底层无法完成，即边界点无法进行极值比较，为了满足尺度变化的连续性，在每组图像的边界层利用高斯模糊生成3幅图像，用以完成极值的比较。

通过对50组实验对象进行匹配，统计结果见表1。本组实验的准确率AC=(TP+TN)/(TP+TN+FP+FN)=(33+14)/(33+14+2+2)=94%，精确率P=TP/(TP+FP)=33/(33+1)=97%，召回率R=TP/(TP+FN)=33/(33+2)=94.28%。4 结束语

【参考文献】：
期刊论文
[1]改进的SIFT结合余弦相似度的人脸匹配算法[J]. 魏玮,张芯月,朱叶.  计算机工程与应用. 2020(06)
[2]基于不变矩理论的灰度人脸图像匹配算法研究[J]. 李铁,付媛媛,张弛,刘洋.  电脑知识与技术. 2018(28)
[3]旋转纹理不变模型下的快速人脸匹配方法[J]. 向世涛,文畅,谢凯,贺建飚,刘从浩.  计算机工程与设计. 2018(03)
[4]基于SURF和形状上下文的人脸匹配算法[J]. 师硕,于洋,杨志坚,于明.  计算机应用研究. 2018(10)
[5]基于模拟退火算法的三维人脸匹配方法[J]. 王晓斌,冯鲁桥,杨媛静.  电子科技大学学报. 2015(04)



本文编号：3235807