自适应变尺度特征点提取方法

摘要：

为了提高特征点匹配速度,设计了一种自适应变尺度构造图像金字塔的特征点提取方法.该方法采用FAST特征点数量作为尺度空间信息量的度量,利用相邻两层模糊图像的信息量差作为金字塔分层依据,通过调整尺度参数,使相邻图像间的细节特征均匀变化;并使用匹配点数量阈值控制金字塔的高度,设计利用“边匹配,边构造”的图像匹配策略来提高特征匹配的效率.最后,将所设计方法与SIFT、FAST、ASIFT三种特征提取方法进行比较.实验结果表明:所设计方法在变尺度条件下的正确匹配率可以达到43.59％,与SIFT相比提高了25.51％,提取的特征点在目标经历各种光照、角度等变化之后仍能正确表示目标.本文所设计方法根据目标图像特点自适应选择参数,不需要人工调整就可获得理想的匹配效果,能适应各种变化条件下的特征提取和匹配工作,并能提高特征提取和匹配效率.

关键词：尺度空间、特征提取、特征匹配、高斯图像

所属期刊栏目：25

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目51675033,51105027

在线出版日期：2017-03-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：188-197