SIFT算法研究和应用.pdf.pdf

第卷,第期中国传媒大学学报自然科学版.,
年月,
算法研究和应用
黄超,齐英剑
中国传媒大学理学院,北京,
摘要:图像匹配是计算机视觉中众多问题的一个基本方面,包括目标和场景识别,从多图片里解决三维结构,立体
相关性和动作追踪。本论文主要对算法的基本步骤进行了简单阐述,并且阐述了其在场景分类上的独特应
用,以及一些重要改进。实验结果表明该算法具有在场景识别和分类上有较显著的优势,可以进行良好应用。
关键词:特征描述符;尺度空间;词包分类算法;独立成分分析;背影检测
中图分类号: 文献标识码: 文章编号:—一—

,—

:,
,,.
.
,
.
:;;, —;
. 算法原理
算法介绍
..在年总结了现有的基于不
变量技术的特征检测方法,提出了一种基于尺度空
间的、对图像缩放、旋转和仿射变换具有不变性的图
年哥伦比亚大学的..教授提像局部特征描述子——算子。该算法首先在
出了算法,一种基于提取局部特征的算法在尺特征空间进行特征检测,并确定关键点的位置和所
度空间寻找极值点,提取位置,尺度,旋转不变量。处的尺度,然后使用关键点邻域的梯度方向作为该
其具有局部性、特殊性、多量性和高效性等特性。他点的方向,以实现算子对尺度和方向的无关性,从而
在年又把算法进行了完善总结,。
其描述子部分用代替直方图的方式,对其进行.. 尺度空间极值点检测
改进。该算法较好的解决了物体在发生旋转缩放、尺度空间理论最早出现于计算机视觉领域时其
视角、光度变化引起的图像变形等问题。目的是模拟图像数据的多尺度特征。证
收稿日期:——
作者简介:黄超一,男,山东临沂市人,中国传媒大学研究生。
第期黄超等:算法研究和应用
明了高斯卷积核是实现尺度变换的唯一变换核,而算子的近似。
等人则进一步证明高斯核是唯一的线性.. 特征点过滤并进行准确定位
核。一幅二维图像在不同尺度下的尺度空问表示可准确确定关键点的位置和尺度,在该过程中,要
由图像与高斯卷积核得到: 同时去除低对比度的特征点和不稳定的边缘相应
,,,:,,, 点,以增强提取出来的描述符的有效性和实用性,提
因此,要提取稳定的具有尺度无关性的特征点, 高抗噪能力。
就必须在图像二维空间和—算子会产生较强的边缘响应,因此要通过
尺度空间中同时检测局部极值点。拟合三维二次函数以准确确定关键点的位置和尺
在空间检测极值时,需要把关键点与同一度。
尺度的周围邻域个像素和相邻个像素进行比.. 关键点方向分配
较,以确保同时在尺度空问和二维图像空问检测局利用关键点邻域像素的梯度方向分布特性为每
部极值。个关键点指定方向参数,使算子具有旋转不变性。
算子计算比较简单,是尺度归一化的
,,/,一一,,一,一梯度模值
,,一,一/,一一, 梯度方向
至此,图像的关键点已检测完毕,每个关键点有量。此时特征向量已经去除了尺度变化、旋转
三个信息:位置、所处尺度、方向。这样就可以一个等几何变形因素的影响,然后将特征向量的长度归
特征区域。一化,就可以进一步去除光照条件的影响。这种邻
.. 生成描述特征点的特征向