结合全局信息的SIFT特征匹配算法

摘要：

提出了结合全局信息的SIFT(Scale Invariable Feature Transformation)特征匹配算法,解决了图像中存在多个相似区域时造成的误匹配问题.在尺度空间检测出特征点,生成包含两基于局部信息的SIFT向量和基于全局信息的全局向量;采用BBF(Best Bin First)算法进行搜索,并采用欧氏距离作为度量函数进行特征向量的匹配.实验结果表明,由于在基于局部信息的SIFT向量中加入基于全局形状信息的全局向量,使得当特征点的尺度较小时,可以借助更大邻域范围内的信息对其进行描述,从而降低了由于局部信息相似而造成的误匹配的概率.所用图像误匹配的概率由19%下降到了11%,极大地改善了匹配效果.

关键词：特征匹配、SIFT算法、全局信息、BBF算法

所属期刊栏目：17

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家863高技术研究发展计划资助项目2006AA703405F

在线出版日期：2009-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：439-444