基于改进局部敏感散列算法的图像配准

摘要：

为实现图像间的快速准确配准,在局部敏感散列(LSH)算法基础上,提出一种高效的高维特征向量检索算法—改进的LSH(ELSH)算法用以图像特征间的检索配对,从而实现图像间的配准.该配准算法首先采用尺度不变特征变换(SIFT)算法提取图像的特征点并进行描述,得到图像的高维特征向量.然后,根据随机选择的若干子向量构建哈希索引结构,以缩减构建索引数据的维数和搜索的范围,从而缩短建立索引的时间.最后,根据数据随机取样一致性(RANSAC)剔除错误点.实验结果表明,与BBF(Best-Bin-First)和LSH算法相比,ELSH算法不但提高了匹配点对的准确性同时也缩短了匹配时间,其特征匹配时间分别减少了49.9％和37.9％.实验表明该算法可以快速、精确地实现图像间的配准.

关键词：尺度不变特征变换、特征匹配、局部敏感散列、改进的局部敏感散列

所属期刊栏目：19

分类号：TP391.41(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No.2007AA01Z423；公安部应用创新项目No.2010YYCXCQSJ074；重庆市科技攻关重点项目No.CSTC2009AB0175；重庆市自然科学基金资助项目No.CSTC2010BB2230；中央高校基本科研业务费资助项目CDJXS10122218

在线出版日期：2011-12-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1375-1383