SIFT和改进的RANSAC算法在图像配准中的应用

摘要：

　　在机器人视觉系统中运用SIFT描述子对现实世界中的目标进行识别，这一研究已经取得了很大的进步。运用SIFT生成的图像特征向量的性能十分稳定，对旋转、缩放、平移是保持不变性的，对一定程度目标遮挡、光照变化、视点变化、杂物场景和噪声等也能保持很好的不变性。RANSAC算法早就已经是计算机视觉领域常用的一个进行矫正的标准方法，在标准的RANSAC算法基础上加入了假设评价，改进为R-RANSAC（The Randomized RANSAC）算法。对这两个方面进行论述，运用SIFT（尺度不变特征变换）算法对双目机器人的两幅视觉图像进行匹配，采用带SPRT的R-RANSAC改进算法对匹配过程进行优化，尽可能在短的时间里完成匹配矫正，进而加速整个配准的时间。

关键词：尺度不变特征变换(SIFT)描述子、图像匹配、图像配准、随机抽样一致性、顺序概率比测试

分类号：TP391(计算技术、计算机技术)

在线出版日期：2013-08-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：147-149,156