尺度不变特征转换算法在图像特征提取中的应用

林陶 黄国荣 郝顺义 沈飞

摘 要：针对尺度不变特征转换（SIFT）算法复杂度高、计算时间长，难以满足立体匹配的实时性要求以及当图像中存在多个相似区域时误匹配率较高的问题，提出了一种改进的立体匹配算法。该算法从两个方面对SIFT算法进行了改进：首先，由于圆形具有天然的旋转不变性，该算法以特征点为中心，采用近似大小的两个同心圆区域代替原算法的矩形区域，在内圆和外圆环区域内分别统计12个方向的梯度累加值，把局部特征描述符的维数从128维降低到24维，降低了算法复杂度；其次加入了12维的全局向量，使生成的特征描述符包含了基于局部信息的SIFT向量和基于全局信息的全局向量，提高了算法对图像中相似区域的分辨能力。仿真结果表明，改进后的算法实时性比原算法提高了59.5%，当图像存在多个相似区域时，误匹配率下降了9个百分点。所提算法在图像处理的实时性要求较高的场合下适用性较好。

关键词：尺度不变特征转换算法；立体视觉；特征点匹配；全局信息；特征描述符

中图分类号： TP391.41 文献标志码：A英文标题