基于SIFT算子融合最大相异系数的自适应图像匹配算法
来源：计算机应用杂志2018年第5期北京时间：
作者：陈虹, 肖越, 肖成龙, 宋好
单位：辽宁工程技术大学 软件学院, 辽宁 葫芦岛 125105
摘要：针对传统的尺度不变特征变换（SIFT）图像匹配算法存在的误匹配率较高、剔除误匹配点条件单一的问题，提出一种基于SIFT算子融合最大相异系数的自适应图像匹配方法。首先，在欧氏距离（Euclidean distance）比测度基础上，对SIFT算法中128维特征向量自适应获取最大相异系数优化；然后，确定最大相异系数最优取值进行匹配点筛选，并采用随机抽样一致性（RANSAC）算法进行匹配正确率计算；最后，利用Daniel Scharstein和Richard Szeliski立体匹配图像进行了算法验证。实验结果表明，改进算法较传统SIFT算法匹配正确率提升10个百分点左右，有效降低误匹配，更能够适应相似区域较多的图像匹配应用。在实时性上，所提方法单次匹配平均耗时1.236 s，可应用于实时性要求不高的系统。
关键词：尺度不变特征变换,图像匹配,最大相异系数,自适应,欧氏距离
基金资助：国家自然科学基金资助项目（61404069）。
