基于SIFT特征點(diǎn)的圖像匹配算法

摘 要:SIFT特征點(diǎn)是圖像的一種尺度不變局部特征點(diǎn)。首先給出了尺度空間的生成方法;接下來給出了SIFT特征點(diǎn)的提取步驟和精確定位方法，基于特征點(diǎn)鄰域像素的梯度和方向生成了關(guān)鍵點(diǎn)的描述向量;最后根據(jù)特征向量給出了匹配方法，提取了SIFT特征點(diǎn)，并將其應(yīng)用于圖像匹配。實(shí)驗(yàn)結(jié)果說明，使用SIFT特征點(diǎn)可以有效實(shí)現(xiàn)圖像匹配。關(guān)鍵詞:SIFT算法; 圖像匹配; 尺度空間; 高斯核

中圖分類號:TN919-34;TP391.4 文獻(xiàn)標(biāo)識碼:A

文章編號:1004-373X(2010)18-0101-03

Image Matching Algorithm Based on SIFT Feature Point

GAO Feng1， WEI Shao-hua1， WANG Xue-tong2

(1. North Institute of Information Engineering， Xi’an Technological University， Xi’an 710025， China;

2. School of Computer Science and Engineering， Xi’an University of Technology， Xi’an 710048， China)

Abstract: SIFT feature point is a kind of feature which is invariant to scale. Method for generation scale space of image is presented， then steps for picking up sift key point are provided. Vectors for describing key point are generated based on the gradient magnitude and orientation of pixels neighboring to the key point. Matching algorithm is presented based on vectors. The experiment shows that it is efficient for image matching.Keywords: SIFT algorithm; image matching; scale space; Gaussian kernel

0 引 言

圖像匹配技術(shù)是圖像處理和計(jì)算機(jī)視覺領(lǐng)域的一項(xiàng)重要技術(shù)。圖像匹配，就是在機(jī)器識別事物的過程中，將已知圖像與陌生圖像的全部或部分在空間上對準(zhǔn)，根據(jù)已知模式的圖像在一幅陌生圖像中尋找對應(yīng)該模式的子圖像過程。圖像匹配所涉及的應(yīng)用領(lǐng)域包括工業(yè)檢測、遙感地形匹配、光學(xué)和雷達(dá)圖像跟蹤、工業(yè)流水線自動監(jiān)控、交通管理、醫(yī)療診斷、圖像檢索等諸多領(lǐng)域。

目前，圖像匹配技術(shù)有基于與像素灰度相關(guān)的匹配、基于圖像特征的匹配、基于語義網(wǎng)絡(luò)的匹配以及基于神經(jīng)網(wǎng)絡(luò)和遺傳算法的匹配等多類方法。近年來，基于局部不變量描述符的方法在圖像匹配領(lǐng)域取得了顯著進(jìn)展。SIFT[1](scale invariant feature transform)方法是Lowe在2004年提出的一種局部不變特征點(diǎn)的提取方法。SIFT特征是圖像的局部特征，對旋轉(zhuǎn)、尺度縮放和亮度變化保持不變，對視角變化、仿射變換和噪聲也保持一定程度的穩(wěn)定性。SIFT還具有獨(dú)特性、多量性和可擴(kuò)展性等多項(xiàng)特點(diǎn)。基于SIFT特征的算法目前在圖像拼接[2]、遙感圖像[3]的配準(zhǔn)等很多領(lǐng)域都得到了應(yīng)用。……