基于SIFT和自适应阈值的RANSAC算法的茶饼图像配准研究

来源：中国农机化学报杂志2024年第10期北京时间：

作者：白晓虎, 杨瑞峰, 郭晨霞, 李坤,

单位：（1. 中北大学仪器与电子学院，太原市，030051；2. 山西省自动化检测装备与系统工程技术研究中心，太原市，030051）

摘要：在茶饼图像的特征点精匹配中，人工选择阈值会导致误匹配和漏匹配问题，为此提出一种基于F1-Score最大化的方法，自动选取距离阈值的随机抽样一致性(RANSAC)算法进行特征点对筛选。用尺度不变特征变换(SIFT)算法提取茶饼图像的特征点，采用快速近似最近邻(FLANN)算法将异源图像提取出来的特征点进行粗匹配，用改进后的RANSAC算法优化特征点匹配。通过对比不同算法的匹配准确率和均方根误差，证明本文算法在经过旋转、视角以及亮度变换的茶饼图像上能够综合考虑准确率和召回率，自适应地确定一个距离阈值，改进后的RANSAC算法使其准确率最大可以提高18.9%，均方根误差平均降低0.706 pixel，研究证明所提算法能够达到更好的匹配效果。

关键词：茶叶,溯源鉴定,特征点匹配,尺度不变特征变换,随机抽样一致性

基金资助：山西省中央引导地方科技发展自由探索类基础研究项目（YDZJSX2022A027）