改进的SIFT算法图像匹配研究

来源：计算机工程与应用杂志2018年第3期北京时间：

作者：冯文斌1，刘宝华2

单位：1.燕山大学 河北省并联机器人与机电系统实验室，河北 秦皇岛 066004；2.燕山大学 机械工程学院，河北 秦皇岛 066004

摘要：对SIFT(尺度不变特征变换)算法特征描述子维数过高，导致匹配速度过慢、匹配率低等问题，提出了一种分级放射状分区的方法来构建特征描述子，将特征点邻域划分为8个区域，统计各个区域内8个方向的梯度方向直方图，得到64维特征描述子，使特征描述子维数降低50%。同时因马氏距离考虑了特征描述子向量间的相关性，在匹配时用马氏距离双向匹配方法代替欧氏距离进行匹配，并用RANSAC(随机抽样一致性)方法消除误配点。实验结果表明，改进的SIFT算法保留了SIFT算法对模糊、压缩、旋转和缩放等不变性优势，并提高了匹配速度，正确匹配率平均增加10%~15%。

关键词：尺度不变特征变换,特征描述子,马氏距离,欧氏距离,随机抽样一致性