基于融合特征的SURF配准算法

秦煜1，吴静静1,2，安伟1,2，张美娟3

（1.江南大学机械工程学院，江苏无锡 214122;2.江南大学江苏省食品先进制造装备技术重点实验室，江苏无锡 214122;

3.无锡职业技术学院，江苏无锡 214122）

QIN Yu1，WU Jing-jing 1,2，AN Wei1,2，ZHANG Mei-juan3

Received:2016-04-07 Revised:2016-08-15 Online:2017-10-25 Published:2017-10-25

摘要：

SURF算法是一种尺度不变、旋转不变且鲁棒性良好的配准算法，但其丢失了图像的颜色特征，因此对于彩色图像的配准效果

不佳。为此，提出了一种基于融合特征的SURF配准算法。该算法首先利用彩色图像的颜色不变量和DLBP纹理特征构造融合特

征灰度图，并提出了一种基于彩色图像颜色直方图的自适应方法来调节融合特征的权重；然后，利用SURF算法在融合特征灰

度图上进行特征点的提取与匹配；最后，使用改进的RANSAC算法去除误匹配点。实验结果表明，对于彩色图像，此算法有效

地增加了提取的特征点数，并加快了配准速率。

关键词: SURF算法, 颜色不变量, DLBP纹理特征, RANSAC算法

Abstract:

The speed-up robust features (SURF) algorithm is a scale-invariant, rotation-invariant and robust

registration algorithm. However, since the color features of the image can be lost, its registration effect

of color images is poor. We therefore propose a SURF registration algorithm based on fusion features.

Firstly, we utilize the color invariant and the double local binary pattern (DLBP) texture features of the

color image to construct the grayscale of fusion features. Meanwhile, we propose an adaptive method to adjust

the weights of fusion features based on the color histogram of the color image. Then, the SURF algorithm is

used to extract and match the feature points on the grayscale of fusion features. Finally, the improved

random sample consensus (RANSAC) algorithm is used to remove the mismatch points. Experimental results show

that the proposed algorithm can effectively increase the feature points and speed up the registration rate

for color images.

Key words: SURF algorithm, color invariant, DLBP texture feature, RANSAC algorithm

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.

QIN Yu1，WU Jing-jing 1,2，AN Wei1,2，ZHANG Mei-juan3. A SURF image registration algorithm based on fusion features[J]. Computer Engineering & Science.

[1]	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.
[2]	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.
[3]	王民，庞爽爽，周军妮. 改进的SURF算法在书法笔画匹配识别中的应用[J]. 计算机工程与科学, 2018, 40(02): 292-297.
[4]	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.
[5]	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.

PDF