一種快速提高圖像特征匹配算法

摘 要：在不同的環境背景下，由于光照，尺度變化等影響，同一個物體的特征匹配造成了諸多的影響。采用經典的SIFT算法很好的克服光照，旋轉，尺度等影響下的匹配不變性。為了提高特征匹配效率，本文采用一種改進的SIFT算法，分別在生成同心圓并加以約束條件特征描述符和使用雙向匹配方式同分析原有經典算法基礎上做了改進。

關鍵詞：圖像處理；特征匹配；SIFT；約束條件；雙向匹配

中圖分類號：TP391 文獻標識碼：A 文章編號：1674-7712 （2015） 02-0000-01

在機器人研究領域中，機器視覺一直以來都是人們研究的焦點，其中在機器視覺中的一項重要內容就是圖像匹配技術，并且廣泛的應用在物體識別，紋理識別，圖像特征提取，機器定位等應用中。

本文在改進的PCA-sift[1]算法基礎之上，提高特征匹配的匹配效率，在目前的SIFT特征匹配標準下，在兩幅圖像進行匹配的時候，雖然很多相對應的特征點在兩幅圖像都檢測出來了，但是在匹配的時候原標準并沒有將這些對應的特征點匹配上。因此本文將研究SIFT特征的匹配標準，并提出更加合理的匹配標準，從而能夠更穩定的匹配更多的特征點對。為在不同場合提高算法的實時性提供有益的參考。

一、改進sift特征匹配算法

為了保證原有SIFT穩定特性并提高匹配效率，同時改進兩方面在SIFT特征匹配的應用。一是為特征描述符降低特征維數。二是改進相似約束條件加以束縛配合雙向匹配[2]。

（一）改進特征描述符

在研究SIFT經典算法時，生成特征描述符占據了很大一部分時間，計算量復雜可想而知，為了確保保證原有算法穩定特性。因此利用用圓來生成16維SIFT特征描述符。

（二）圖像匹配

圖像特征點最終由特征向量集表示，向量集存在相似性，通過篩選相似度更加接近的幾個向量集可以有效的提高匹配效率，而不是利用傳統歐式距離方式所帶來的過高的錯誤匹配率。

匹配時記錄下匹配結果匹配正確的坐標，然后交換匹配的圖像順序，其實就是把標準圖像和待匹配圖像作反，在待匹配圖像中尋找標準圖像的加了約束條件的關鍵點位置，再進行一次匹配，求第一個特征集中的加了約束條件關鍵點在第二個特征集中的匹配點，即求出第一個特征集中加了約束條件關鍵點在第二個特征集中最近鄰于此近鄰比率ratio，滿足這個閾值確定匹配成功，接下來可以判定匹配完成，通過實驗表明加了約束條件的雙向匹配能較大地提高匹配的穩定性。

二、實驗結果分析

本實驗以MATLAB2010a為實驗運行平臺，操作系統為Windows 7，主頻為Inter（R）core2Duo CPUT5800，2.5HZ，顯卡為NVDIA 8500GE，內存為2G的PC機上完成實驗成果。本實驗中所有素材均來自作者手機實物拍攝。

通過兩組圖像的實驗對比分析，第一組是無變化影響效果圖，通過效果圖發現兩種算法性能都比較優越，但是細致觀察改進SIFT算法表現成果比較突出。第二組是兩幅參與匹配圖像中的藍色書籍分別從書籍的左右兩側拍攝采集，并且待匹配圖像略加些噪聲。通過效果圖看出原SIFT算法很明顯三處匹配錯誤，但整體上來說還是匹配比較成功，但相比較于改進SIFT算法沒有明顯匹配錯誤，具有很好的抗噪聲干擾以及克服拍攝角度影響，性能比較比較優越。

通過實驗分析改進算法在噪聲干擾，模糊，角度改變狀態下進行圖像匹配效果更加突出，驗證改進方案的可行性。

三、結束語

在經典的SIFT算法基礎之上，本文提出一種改進的SIFT算法，在文中提出同心圓替代原有的特征描述符生成方式，有效較低運算時間，同時在匹配過程中引入雙向匹配與最近鄰與次近鄰比率ratio對匹配結果效率的影響，該改進匹配算法有效提高匹配效率，同時很好的適應尺度不變性，克服光照，旋轉等環境變化的影響，在目標跟蹤，目標識別，單目視覺機器人中具有很好的優勢，擁有很好的應用未來。

參考文獻：

[1]Ke Y，Sukthankar R.PCA-SIFT：A More Distinctive Representation for Local Image Descriptors[C]//Proceedings of Conference on Computer Vision and Pattern Recognition.Washington D.C.，USA：[s.n.]，2004：511-517.

[2]ZHANG Chun mei，GONG Zhi hui，SUN Lei.Improved SIFT feature applied in image matching.Computer Engineering and Applications，2008，44（2）：95-97.