SIFT与Harris提取图像特征点的分析研究

摘要：

SIFT(尺度不变特征变换)算法与Harris角点检测算法作为两种经典的图像特征点提取算法,在不同的图像处理中,两者体现出的图像特征点提取性能也不同.因此,如何选取合适的评价指标使两种算法在不同类型图像下提取特征点更高效,将对后续的研究与图像分析工作有重要意义.文中利用常用的折线特征主导的图像与光滑曲线特征主导的图像进行实验,并提出了一种指标评价法,即从特征点有效性、计算时效性、特征点相似不变性三方面,分别对SIFT和Harris算法在提取特征点上的有效性进行定量分析.实验结果表明.在保证特征点有效性、计算时效性以及特征点相似不变性一致的情况下,在折线特征主导的图像处理中,Harris角点检测算法与SIFT算法相比,图像特征点的提取更高效;而在光滑曲线特征主导的图像处理中,由于无法检测到足够数量的特征点,Harris角点检测算法与SIFT算法相比,图像特征点的提取性能相对较低.

关键词：SIFT算法、Harris角点检测算法、特征点有效性、计算时效性、特征点相似不变性

所属期刊栏目：28

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61373149;山东省医学科学院面上项目2016-01;山东省卫计委面上项目2015WS0175;山东省医学科学院创新工程

在线出版日期：2019-03-18（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：62-66