針對(duì)圖像匹配在不同的光照、表情等背景下存在可靠性及有效性較低的問(wèn)題,本文提出一種改進(jìn)的SIFT特征的圖像匹配算法。算法通過(guò)構(gòu)建高斯差分尺度空間以保留原始圖像信息并增加特征點(diǎn)數(shù)量,計(jì)算相鄰點(diǎn)及上下尺度空間對(duì)應(yīng)點(diǎn)以尋找極值點(diǎn),調(diào)整Harris Corner檢測(cè)器參數(shù)以實(shí)現(xiàn)刪除低對(duì)比度的關(guān)鍵點(diǎn)和不穩(wěn)定的邊緣響應(yīng)點(diǎn),利用關(guān)鍵點(diǎn)鄰域像素的梯度方向分布特性,為每個(gè)關(guān)鍵點(diǎn)指定128維的方向參數(shù),并進(jìn)行關(guān)鍵點(diǎn)描述子的生成,最后將兩幅圖片的描述子進(jìn)行匹配并得到結(jié)果。實(shí)驗(yàn)結(jié)果表明,該算法在不同背景下能有效完成圖像匹配的計(jì)算,滿足應(yīng)用軟件的時(shí)效性要求。 

【文章來(lái)源】：智能計(jì)算機(jī)與應(yīng)用. 2020,10(08)

【文章頁(yè)數(shù)】：3 頁(yè)

【部分圖文】：

原圖與σ為2.0的對(duì)比圖

為了檢測(cè)圖片中的關(guān)鍵點(diǎn)，需要對(duì)每個(gè)點(diǎn)與其相鄰的點(diǎn)進(jìn)行比較。同一平面中，一個(gè)點(diǎn)相鄰的點(diǎn)共有8個(gè)，但在尺度空間中還需要考慮到不同尺度的情況，因此，一個(gè)點(diǎn)相鄰的點(diǎn)共有26個(gè)，當(dāng)該值是最大或最小值時(shí)，就認(rèn)為該點(diǎn)為極值點(diǎn)。如圖2所示。在極值比較時(shí)，最頂層和最底層無(wú)法完成，即邊界點(diǎn)無(wú)法進(jìn)行極值比較，為了滿足尺度變化的連續(xù)性，在每組圖像的邊界層利用高斯模糊生成3幅圖像，用以完成極值的比較。

通過(guò)對(duì)50組實(shí)驗(yàn)對(duì)象進(jìn)行匹配，統(tǒng)計(jì)結(jié)果見(jiàn)表1。本組實(shí)驗(yàn)的準(zhǔn)確率AC=(TP+TN)/(TP+TN+FP+FN)=(33+14)/(33+14+2+2)=94%，精確率P=TP/(TP+FP)=33/(33+1)=97%，召回率R=TP/(TP+FN)=33/(33+2)=94.28%。4 結(jié)束語(yǔ)

【參考文獻(xiàn)】：
期刊論文
[1]改進(jìn)的SIFT結(jié)合余弦相似度的人臉匹配算法[J]. 魏瑋,張芯月,朱葉.  計(jì)算機(jī)工程與應(yīng)用. 2020(06)
[2]基于不變矩理論的灰度人臉圖像匹配算法研究[J]. 李鐵,付媛媛,張弛,劉洋.  電腦知識(shí)與技術(shù). 2018(28)
[3]旋轉(zhuǎn)紋理不變模型下的快速人臉匹配方法[J]. 向世濤,文暢,謝凱,賀建飚,劉從浩.  計(jì)算機(jī)工程與設(shè)計(jì). 2018(03)
[4]基于SURF和形狀上下文的人臉匹配算法[J]. 師碩,于洋,楊志堅(jiān),于明.  計(jì)算機(jī)應(yīng)用研究. 2018(10)
[5]基于模擬退火算法的三維人臉匹配方法[J]. 王曉斌,馮魯橋,楊媛靜.  電子科技大學(xué)學(xué)報(bào). 2015(04)



本文編號(hào)：3235807