基于改进SIFT的时间序列图像拼接方法研究

来源：计算机工程与应用杂志2020年第1期北京时间：

作者：卢鹏，卢奇，邹国良，王振华，侯倩

单位：上海海洋大学 信息学院，上海 201306

摘要：针对SIFT（Scale Invariant Feature Transform）算法计算复杂度高，运行时间长的问题，提出了一种改进的SIFT算法。通过扩大极值点取值范围，减少极值点数量，提高运算速度；采用12环的圆形窗口代替传统的方形窗口，简化了特征描述符的构造方法，生成78维SIFT特征描述符，进一步提高了算法的运算速度；将BBF（Best Bin First）运用到特征点对之间初次配准的搜索中，并用RANSAC（Random Sample Consensus）算法对特征点配准对进行二次处理，以消除错误配准。将改进的SIFT算法与渐入渐出融合算法相结合，实现对时间序列图像的拼接融合处理。针对拼接融合后的图像，采用局部分块检测的方法评价其效果。实验结果表明，该算法运算速度快，具有较高的鲁棒性，且拼接融合效果好。

关键词：尺度不变特征变换,随机抽样一致性,渐入渐出融合,图像拼接