一种稳健的特征点配准算法

摘要：

为了能准确快速提取特征和可靠匹配特征点对,提出一种稳健的基于特征点的配准算法.首先改进了Plessey角点检测算法,有效提高所提取特征点的速度和精度.然后利用相似测度归一化互相关(Normalized cross correlation, NCC),通过双向最大相关系数匹配的方法提取出初始特征点对,用随机采样符合法(Random sample consensus, RANSAC)来剔除伪特征点对,实现特征点对的精确匹配.最后用正确匹配特征点对实现图像的配准.实验表明,该方法能够快速准确地提取两幅图像间的对应特征点,大大降低了误匹配的概率,两幅图像光照不一致、重复性纹理、旋转角度比较大等较难自动匹配情形下,仍能有效地实现图像的配准.

关键词：图像处理、图像配准、特征点匹配、角点检测、双向最大相关系数法、随机采样符合法

所属期刊栏目：28

分类号：TP3;O1

资助基金：国家部委科研项目9140A17080407DZ0101;部委预先研究项目51316060205

在线出版日期：2008-08-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：454-461