基于FREAK描述子的精确图像配准改进算法
来源：计算机应用杂志2016年第12期北京时间：
作者：房贻广, 刘武, 高梦珠, 谭守标, 张骥
单位：1. 国网安徽省电力公司 安全监察质量部, 合肥 230022;2. 国网安庆供电公司 安全监察质量部, 安徽 安庆 246000;3. 安徽大学 电子信息工程学院, 合肥 230601;4. 安徽南瑞继远电网技术有限公司, 合肥 230088
摘要：快速视网膜特征（FREAK）描述子通过计算模式方向实现了旋转不变性，但对于旋转尺度变化较大的情况匹配性能并不理想，误匹配率较高，为此提出了一种改进的基于FREAK描述子的精确图像配准算法。首先，对原有FREAK算法添加长距离点对，设定距离阈值，只利用关键点采样模式中距离较远的点来生成角度信息。其次，对Hamming距离进行加权。对每一个关键点，在为了生成描述子选择点对时，对训练数据描述子的每一列计算均值，越接近0.5的列权值越大，改进了原来Hamming距离计算粗略的状态，使距离计算更精确。最后，使用最近邻匹配结合最近邻和次近邻的比值以及随机抽样一致（RANSAC）方法进行快速匹配和优化。实验结果表明，改进算法更适用于旋转尺度变化较大的环境及匹配性能要求较高的场合。
关键词：快速视网膜特征,特征提取,Hamming距离,图像配准
基金资助：国家科技支撑计划项目（2014BAH27F01）；国家电网公司科技项目（5212D01502DB）。
