一种SIFT-FREAK图像匹配算法

作者：陈建新; 唐丽玉^*

来源：测绘与空间地理信息, 2023, 46(06): 32-35.

• SURF算法
• FREAK算法
• PROSAC算法
• 图像匹配

图像匹配算法是计算机视觉应用研究的基础。为了解决传统尺度不变特征变换算法(Scale-invariant Feature Transform, SIFT)运行效率低、存在误匹配点对和精匹配点对稀少等问题，本文将其与快速视网膜关键点(Fast Retina Keypoint, FREAK)算法和PROSAC算法相结合，提出了一种SIFT-FREAK图像匹配算法。首先在特征点检测阶段，用SIFT算法提取具有尺度不变性的特征点，然后利用FREAK算法构建二进制描述子，特征匹配时，先采用汉明距离(Hamming Distance)进行初始匹配点对，再用双向匹配完成粗匹配，最后用PROSAC算法进行精匹配。实验结果表明，本文SIFT-FREAK算法比SIFT算法和FREAK算法(以加速分割检测特征(Feature from Accelerated Segment Test, FAST)算法提取特征点)在准确率、运行效率和精匹配点数三大方面都有着一定的优势。

• 单位
  福州大学