几何特征约束的SIFT特征匹配改进算法

摘要：

图像配准精度直接影响机器视觉尺度检测的精度,针对尺寸不变特征变换(SIFT)特征匹配未考虑特征点之间的几何关系,对于小插件等灰度变化较平滑的图像易产生误匹配点的问题,提出了几何特征约束的SIFT特征匹配改进算法.首先,用基于边界拓扑分析的图像跟踪算法提取目标轮廓;然后,用轮廓特征对SIFT算法进行约束并利用随机抽样一致(RANSAC)算法去除"离群点对";最后,估计变换矩阵并完成图像精确配准.基于高分辨率工业相机和高性能计算机构建精密尺度检测系统,以手机USB接口插件为对象进行实验,实验结果表明:该算法图像配准精准度可达95.31％,与SIFT算法、SIFT+RANSAC算法相比较,配准精准度得到了较大提高,该算法已应用于某检测设备研制中.

关键词：计量学、机器视觉、图像配准算法、尺寸不变特征变换、特征匹配、边界跟踪、随机抽样一致算法

所属期刊栏目：44

分类号：TB96(计量学)

资助基金：陕西省自然科学基础研究计划项目2021JM-539

在线出版日期：2023-09-11（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：1182-1187