基于SIFT特征的图像匹配.doc

基于SIFT特征的图像匹配 摘 要：SIFT（Scale Invariant Feature Transform）特征匹配算法是Lowe提出来的用于图像特征匹配的算法，是目前特征匹配领域的热点，对图像的旋转，尺度缩放和亮度变换保持不变，对视角变换，仿射变换保持一定程度的稳定。SIFT特征点是图像的一种尺度不变局部特征点，具有独特性好，信息量丰富，多量性，高速性，可扩展性等特点。该算法首先给出了尺度空间的生成方法，检测出极值点；接下来给出了SIFT特征点的提取步骤和精确定位极值点的方法；然后基于特征点邻域像素的梯度和方向生成了关键点的描述向量；最后根据特征向量给出了匹配方法，提取了SIFT的特征点，并其应用于图像匹配。实验证明这种算法具有较强的匹配能力和鲁棒性，是一种较好的图像匹配算法。 关键词：SIFT，特征匹配，尺度不变，极值点 Image matching based on SIFT features li xiang （Department of Electronic Engineering, Xian University of Electronic Science and Technology，Xian，710126） Abstract: SIFT（Scale Invariant Feature Transform）Lowe feature matching algorithm is proposed for image feature matching algorithm, feature matching is a hot field of image rotation, scale and brightness scaling transformation unchanged, for perspective transformation, affine transformation to maintain a certain degree of stability . SIFT feature point is a local scale invariant image feature points, has a unique good, rich amount of information, a lot of resistance, speed, scalability and other features. Firstly, given the scale space generation method to detect the extreme point; then gives the extraction step and the precise positioning of the extreme points of the method SIFT feature points; then feature points based on gradient and direction of neighboring pixels to generate the key points of the described vectors; Finally, the matching method according to the feature vector, the SIFT feature points extracted and applied to the image matching. Experimental results show that the algorithm has strong ability to match and robustness, it is a good image matching algorithm. Keywords: SIFT; feature point matching; scale invariant; extreme point 1 引 言 自上个世纪70年代，美国从进行的飞行器辅助导航系统、武器投射系统等应用研究中提出图像匹配以来，它一直是学者们研究的热点和难点。图像匹配技术是现代遥感技术、微电子技术和精密检测技术的综合性产物，随着可科学技术的迅猛发展，图像匹配技术在近代信息处理，特别是在图像信息处理领域中占据着越来越重要的地位。目前，已广泛应用到图像识别、图像分析和计算机视觉、目标识别和跟踪等许多重要领域。 目前，有关研究人员对图像匹配技术进行了大量的研究，提出了很多匹配算法：有基于面积的方法，有基于比值的方法，有相位相关算法等等。但是这些匹配算法都有一个共同点：图像间的焦距要一致，不能有尺度缩放，旋转不能太大，变形不能太明显。随着图像技