PCA-SIFT特征匹配算法研究

作者：李钦; 游雄; 李科; 张彦喜

来源：测绘工程, 2016, (04): 19-24.

DOI：10.19349/j.cnki.issn1006-7949.2016.04.005

• PCA-SIFT
• 特征匹配
• 描述向量
• 主成分分析 PCA-SIFT
• feature matching
• description vectors
• principal component analysis

SIFT特征具有旋转、尺度和明暗变化的不变性,在图像匹配中得到广泛应用。针对SIFT特征匹配中耗时长、匹配点对少、准确率低的问题,提出PCA-SIFT特征匹配的方法。使用更加精简的方法构建特征点描述向量,通过预先构建的投影矩阵对描述向量进行主成分分析,降低描述向量的维度从而提高了特征匹配的速度,同时降维也对描述向量进行了去噪提纯,使得匹配更加准确。实验证明,利用PCA-SIFT特征进行匹配在降低匹配耗时的同时,增加了匹配点对,匹配准确率也得到提高。

• 单位
  郑州测绘学院