基于FAST和SURF的图像配准算法

摘要：

尺度不变特征变换(SIFT)和加速鲁棒特征(SURF)方法在进行角点检测和特征点匹配时的时间较长.为此,提出一种改进的图像配准算法.建立参考图像与待配准图像的高斯图像金字塔,在金字塔各层图像进行检测,得到具有不同尺度的加速分割测试特征(FAST)点,采用SURF算法为各特征点分配方向,并计算各特征点的描述向量,使用快速近似最近邻搜索算法获取图像间的初始匹配点对,用随机抽样一致性算法剔除误匹配点对,同时得到2幅图像之间的几何变换矩阵.实验结果表明,与SURF算法和SIFT算法相比,该算法的特征检测速度和匹配速度较快,匹配正确率较高.

关键词：图像配准、加速分割测试特征、加速鲁棒特征、近似最近邻、随机抽样一致性

所属期刊栏目：41

分类号：TP391(计算技术、计算机技术)

资助基金：中央高校基本科研业务费专项基金资助项目2682013CX024

在线出版日期：2015-12-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：232-235,239