基于网格的统计优化特征匹配算法

• Published in: 西北工业大学学报 Vol. 37; no. 2; pp. 249 - 257
• Main Authors: 赵春晖, 樊斌, 胡劲文, 张志远, 潘泉
• Format: Journal Article
• Language: Chinese
• Published: 西北工业大学 自动化学院,陕西 西安,710072 01.04.2019
• Subjects: 网格法; 归一化互相关; SIFT; 匹配召回率; 特征匹配
• ISSN: 1000-2758
• DOI: 10.1051/jnwpu/20193720249

TP391.4; 基于图像特征点的匹配算法广泛应用于图像检索,目标检测、识别等图像处理领域.针对特征匹配算法召回率较低的问题,提出了一种基于归一化互相关函数网格的统计优化特征匹配算法,将匹配主方向差和匹配尺度比引入特征匹配过程中,综合利用SIFT(scale invariant feature transform)特征点的主方向、尺度和位置等约束在网格框架下加速匹配位置的求解,优化特征匹配结果,提高匹配召回率和综合匹配性能.首先在目标图中寻找原图每个特征点的最近邻匹配特征点,得到初匹配结果;其次利用匹配主方向差剔除初匹配中的大部分误匹配,然后基于匹配尺度比信息对匹配图像划分网格,统计匹配特征点的位置信息在网格间的分布情况,最后计算原图中每个网格的归一化互相关函数以判断该网格内的匹配是否正确,得到优化后的特征匹配结果.实验结果表明,新算法的匹配准确率在与经典特征匹配算法相当的基础上将匹配召回率平均提高了10％以上,获得了更好的综合匹配性能.