可见光和红外反相图像的SURF特征双向匹配

摘要：

特征匹配的准确率影响图像配准的精度，是基于特征配准方法的重点和难点之一。为了解决单向最近邻/次近邻法所导致特征点一对多的误匹配问题，提出了一种红外和可见光图像的特征双向匹配方法。首先，对红外图像进行反相和直方图均衡化处理，增强两类图像的相似性，提取数量更多重复率高的共有特征；其次，对提取的SURF(Speed-up Robust Feature)特征进行双向最近邻/次近邻粗匹配，确保特征匹配的一致性，降低误匹配率，并利用RANSAC(Random Sample Consensus)算法对特征点进行二次匹配，实现特征点精确匹配。实验结果表明，该算法在正确匹配率和配准精度方面都优于传统SURF的单向最近邻/次近邻匹配方法，具有有效性。

关键词：图像配准、可见光图像、红外图像反相、SURF特征、双向匹配

分类号：TP391.41(计算技术、计算机技术)

资助基金：山西省自然科学基金项目2013011017-4；教育部高等学校博士学科点专项科研基金博导类资助项目20121420110004

在线出版日期：2014-06-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：77-82