利用双树复小波变换和 SURF 的图像配准算法

摘要：

为了进一步提高图像配准的运算效率、匹配正确率及配准精度，提出了一种利用双树复小波变换和加速鲁棒特征（speeded up robust features，SURF）的图像配准算法。首先利用双树复小波变换将参考图像和待配准图像分解为低频部分和高频部分，选取其对应的低频部分作为 SURF 算法的输入图像，得到两者的粗匹配结果；然后通过随机抽样一致（random sample consensus，RANSAC）算法对粗匹配点对进行提纯，剔除误匹配点对，解决了 SURF 算法存在较多错误匹配点对的问题，同时计算出最佳匹配的变换模型参数；最后根据该变换模型参数对待配准图像进行几何变换，经双线性插值确定灰度，完成图像的配准。大量实验结果表明，与尺度不变特征变换（scale invariant feature transform，SIFT）算法和 SURF 算法相比，所提算法的运算速度更快，匹配正确率和配准精度更高，同时在抗噪声、抗旋转及抗亮度变化性能方面更加优越。

关键词：图像配准、双树复小波变换、加速鲁棒特征、随机抽样一致算法

分类号：TP391.41;TP751.1(计算技术、计算机技术)

资助基金：国家自然科学基金60872065；农业部农业科研杰出科技人才基金和农业部农业信息技术重点实验室开放基金2013001；江西省数字国土重点实验室开放基金DLLJ201412；江苏高校优势学科建设工程资助课题

在线出版日期：2014-06-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：997-1003