基于SIFT特征点检测的低复杂度图像配准算法

作者：张晨光; 周诠^*; 回征

来源：扬州大学学报(自然科学版), 2018, 21(04): 52-56.

DOI：10.19411/j.1007-824x.2018.04.012

• 图像配准
• 尺度不变特征变换
• 下采样
• 图像金字塔
• 峰值信噪比
• 复杂度

针对大尺寸图像在图像配准过程中运算量大的问题,提出一种基于SIFT(scale-invariant feature transform)特征点检测的图像配准算法,检测前通过对待配准原图的下采样预处理,降低运算的复杂度,减少构建图像金字塔过程中高斯核卷积的运算量.采用BBF(best bin first)算法实现k-d树中k近邻点搜索,快速得到对应特征点的初始匹配对,再运用RANSAC(random sample consensus)算法在对误匹配对进行迭代剔除,得出能拟合所有内点变换模型参数的最优解,通过坐标变换和插值实现图像配准,并以峰值信噪比为指标衡量配准后的图像与参考图像之间的相似程度.实验结果表明,与传统的直接配准相比,在保证较好的配准效果条件下,本文方法能大幅缩短运行时间.

• 单位
  西安空间无线电技术研究所