改进的双向SIFT特征匹配算法

J4 ›› 2016, Vol. 38 ›› Issue (01): 138-143.

改进的双向SIFT特征匹配算法

安婷，贺一民，张志毅

（西北农林科技大学信息工程学院，陕西杨凌 712100）

收稿日期:2015-01-07 修回日期:2015-03-11 出版日期:2016-01-25 发布日期:2016-01-25
基金资助:
国家863计划（2013AA10230402）；中央高校西北农林科技大学基本科研业务费（QN2013054）

An improved bidirectional SIFT feature matching algorithm

AN Ting,HE Yimin,ZHANG Zhiyi

(College of Information Engineering,Northwest Agriculture & Forestry University,Yangling 712100,China)

Received:2015-01-07 Revised:2015-03-11 Online:2016-01-25 Published:2016-01-25

摘要/Abstract

摘要：

以基于图像序列摄像机自标定为基础，针对尺度不变特征转换SIFT算法误匹配率高且运行效率低的问题，提出一种改进的双向SIFT特征匹配算法。在去除误匹配方面，首先采用双向匹配消除部分误匹配点对，然后结合视差梯度约束算法和随机抽样一致性RANSAC算法提纯匹配点对；在提高运行速度方面，首先在初匹配中采用K邻近算法，其次调整视差梯度约束迭代条件，都通过减少迭代次数来降低算法耗时。以基于图像序列摄像机自标定为基础，针对尺度不变特征转换SIFT算法误匹配率高且运行效率低的问题，提出一种改进的双向SIFT特征匹配算法。在去除误匹配方面，首先采用双向匹配消除部分误匹配点对，然后结合视差梯度约束算法和随机抽样一致性RANSAC算法提纯匹配点对；在提高运行速度方面，首先在初匹配中采用K邻近算法，其次调整视差梯度约束迭代条件，都通过减少迭代次数来降低算法耗时。实验表明，改进后的算法在去除了大部分误匹配的基础上，保留了足够的匹配点对以用于摄像机空间位置和姿态的自动标定，且相较SIFT算法在运行速度上有了较大的改进。关键词：实验表明，改进后的算法在去除了大部分误匹配的基础上，保留了足够的匹配点对以用于摄像机空间位置和姿态的自动标定，且相较SIFT算法在运行速度上有了较大的改进。关键词：

关键词: SIFT, 双向匹配, 视差梯度, RANSAC算法

Abstract:

Based on camera selfcalibration of image sequence, we propose an improved bidirectional SIFT feature matching algorithm to solve the problems of high mismatching rate and low operation efficiency of the SIFT algorithm. To remove the mismatching, two steps are to follow. First, the SIFT bidirectional matching algorithm is leveraged to eliminate part of the mismatching. Second, disparity gradient constraint and the RANSAC algorithm are used to purify the matching points. Regarding the speed improvement, we utilize the K nearest algorithm at the beginning of matching, and disparity gradient constraints are also adjusted, reducing the iteration count to lower the time consumption. Experimental results show that the proposed algorithm removes most of the mismatching and retains enough matching points to automatically calibrate the position and orientation of the cameras in the space, and it can effectively reduce the execution time.

Key words: SIFT;bidirectional matching;disparity gradient;RANSAC algorithm

安婷，贺一民，张志毅. 改进的双向SIFT特征匹配算法[J]. J4, 2016, 38(01): 138-143.

AN Ting,HE Yimin,ZHANG Zhiyi. An improved bidirectional SIFT feature matching algorithm [J]. J4, 2016, 38(01): 138-143.

[1]	魏伟一, 王婉茹, 赵毅凡, 陈帼. 基于区域划分和四元数的彩色图像复制粘贴篡改检测[J]. 计算机工程与科学, 2022, 44(07): 1256-1264.
[2]	熊炜1,2，王传胜1，管来福1，童磊1，刘敏1，曾春艳1. 基于特征跟踪和网格路径运动的视频稳像算法[J]. 计算机工程与科学, 2020, 42(05): 843-850.
[3]	熊炜1,2，王传胜1，李利荣1，刘敏1，曾春艳1. 结合光流法和卡尔曼滤波的视频稳像算法[J]. 计算机工程与科学, 2020, 42(03): 493-499.
[4]	严春满，郝有菲，张迪，陈佳辉. 混合特征下最优阈值预测的图像匹配[J]. 计算机工程与科学, 2019, 41(10): 1803-1808.
[5]	张伯麟1，刘荣海2，郑欣2，杨迎春2，陈磊1，万书亭1. X射线图像三维重建的自标定优化算法[J]. 计算机工程与科学, 2019, 41(08): 1474-1481.
[6]	李洪锋1，魏镜弢1，付亚伟2，王家涛1. 基于SIFT算法的物体运动方向快速识别方法[J]. 计算机工程与科学, 2019, 41(06): 1050-1056.
[7]	秦煜1，吴静静1,2，安伟1,2，张美娟3. 基于融合特征的SURF配准算法[J]. 计算机工程与科学, 2017, 39(10): 1890-1895.
[8]	苏培峰1，黄世奇2，王艺婷1，刘代志1. 具有SIFT描述的多尺度角点图像配准[J]. 计算机工程与科学, 2017, 39(09): 1700-1705.
[9]	秦煜1，吴静静1,2，安伟1,2. 基于RANSAC的激光网格标记图像特征提取[J]. 计算机工程与科学, 2017, 39(08): 1495-1501.
[10]	李骥，王艳然，王威. 基于扩展字典稀疏表示分类的遥感目标识别[J]. 计算机工程与科学, 2017, 39(08): 1508-1512.
[11]	傅瑞罡，王平，高颖慧. 一种去冗余的SIFT特征提取方法[J]. J4, 2016, 38(04): 827-832.
[12]	兰红,洪玉欢,高晓林. 面向全景拼接的图像配准技术研究及应用[J]. J4, 2016, 38(02): 317-324.
[13]	常方媛1，冯志勇1，徐超2. 基于SLIC区域分割的三维地形重建算法[J]. J4, 2015, 37(09): 1718-1723.
[14]	孟建良，王雅继. 最佳点平滑法寻找最佳拼接缝[J]. J4, 2015, 37(07): 1387-1392.
[15]	陈丽芳，刘一鸣,刘渊. 一种结合SIFT和对应尺度LTP综合特征的图像匹配算法[J]. J4, 2015, 37(03): 582-588.