拓扑约束优化特征匹配的图像配准与拼接

摘要：

对于尺度不变特征变换方法(SIFT)应用的图像拼接过程中存在错误匹配的问题,结合拓扑学理论,提出一种去除错误匹配的SIFT改进算法.定义特征点间的拓扑关系,对于两幅图像的特征点间拓扑关系做异或运算得到判断矩阵,获得拓扑关系完全相同的特征点集,有效提高特征点的匹配精度.另外,提出利用特征点重复率、特征点辨识率以及图像拼接运行时间三个指标对改进后的算法进行评价,并与尺度不变特征变换算法等进行对比.数据分析与拼接结果表明,使用拓扑约束去除错误匹配后特征点的重复率为98.6％,与待拼接图像中具有最多重复的特征点,从而达到了提高匹配的准确性和鲁棒性以及图像拼接精度的效果,拓扑约束后特征点辨识率达到0.83的平均水平,算法去除错误匹配对,提高了特征点的匹配正确性.该算法继承了SIFT算法强壮的稳健性,进一步提高了图像拼接的准确性和真实性.

关键词：特征匹配、图像拼接、尺度不变特征变换、拓扑约束、重复率、辨识率

所属期刊栏目：29

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创新团队GK201801004;陕西省自然科学基础研究计划项目2017JM6103,2017JM6060;陕西师范大学2017年度校级综合教改研究项目17JG33

在线出版日期：2019-06-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：37-41