首页 > 论文 > 红外技术 > 37卷 > 7期(pp:560-565)

基于不变因子的SIFT误匹配点剔除及图像检索

Excluding SIFT Mismatching Points Based on the Invariant Factors and Image Retrieval

  • 摘要
  • 论文信息
  • 参考文献
  • 被引情况
  • PDF全文
分享:

摘要

为解决尺度不变特征变换( SIFT)算法在图像发生旋转和尺度变化时产生的错误匹配问题, 提出一种新的算法。根据 SIFT提取的关键点信息, 利用正确匹配点对间的旋转不变因子和尺度不变因子来剔除 SIFT误匹配点, 然后对保留下来的特征点进行聚类分析, 对目标图像进行识别判断, 并通过实验将该算法与双向匹配算法和随机抽样一致性算法( RANSAC)进行比较。实验结果表明, 该算法能够有效地剔除误匹配点, 且误剔除率低。剔除误匹配点后再进行图像检索, 图像的漏检率和误检率都大大地降低了。

Abstract

A new algorithm was put forward to solve SIFT mismatching problem that was caused by the image rotation and scale changes. It used the image rotation-invariant and scale-invariant factors of the right matching points to eliminate the mismatching points with the key information of SIFT extraction. Then it analyzed the reserved feature points by clustering to recognize the target images and was compared with the bidirectional matching algorithm and RANSAC algorithm through the experiments. The experiment results showed that this algorithm can effectively eliminate the false matching points and the false rejection rate is low. Images are retrieved after the mismatching points excluded, and the miss rate and the false detection rate of the images are greatly reduced.

Newport宣传-MKS新实验室计划
补充资料

中图分类号:TP391.41

所属栏目:图像处理与仿真

基金项目:文件检验鉴定公安部重点实验室(中国刑事警察学院)资助项目, 编号: 11KFKT002。

收稿日期:2015-03-24

修改稿日期:2015-05-20

网络出版日期:--

作者单位    点击查看

阮小丽:武汉大学电子信息学院, 湖北 武汉 430072
陈庆虎:武汉大学电子信息学院, 湖北 武汉 430072
邱益鸣:武汉大学电子信息学院, 湖北 武汉 430072
鄢煜尘:武汉大学电子信息学院, 湖北 武汉 430072

备注:阮小丽(1990-), 女, 湖北孝感人, 硕士, 主要研究方向: 图像处理与模式识别。

【1】周颖. 基于 SIFT算法的图像特征匹配 [J].现代计算机:专业版, 2015(5): 63-68

【2】Kuglin C D, Hines D C.The Phase Correlation Image alignment method[C] //IEEE Conference on Cybernetics and Society, New York, 1975: 163-165.

【3】屠文柯, 阎保定, 杨海涛. 一种基于仿生学原理的复杂彩色目标辨识方法[J].河南科技大学学报, 2005, 26(6): 67-69.

【4】余宏生, 金伟其. 视频图像的 SIFT特征点自适应提取算法[J].红外技术, 2013, 35(12): 768-772.

【5】M. A. Fischler, R.C.Bolles. Random Sample Consensus: A paradigm for model fitting with applications to image analysis and automated cartography[J]. Communications of the ACM, 1981, 24(6): 381-395

【6】骞森, 朱剑英. 基于改进的 SIFT特征的图像双向匹配算法[J].机械科学与技术, 2007(9): 1179-1182.

【7】David G. Lowe. Object recognition from local scale-invariant features[C] //International Conference on Computer Vision, Corfu, Greece, 1999(9): 1150-1157.

【8】D.G. Lowe. Distinctive image feature from scale-invariant keypoints[J]. International Journal of Computer Vision, 2004, 60(2): 91-110.

【9】林强. 一种改进的 SIFT图像匹配算法 [J].现代计算机:专业版, 2015(5): 58-62.

【10】李明, 李德仁, 范登科, 等. 利用 PC-SIFT的多源光学卫星影像自动配准方法[J].武汉大学学报: 信息版, 2015(1): 64-70.

【11】卢明, 张晶. 基于 Harris的改进 SIFT算法[J].兰州交通大学学报, 2014(6): 11-15.

【12】Koenderink J.J. The structure of images[J]. Biological Cybernetics, 1984 (50): 363-396.

【13】Lindeberg, T. Detecting salient blob-like image structures and their scales with a scale-space primal sketch: a method for focus-of-attention[J]. International Journal of Computer Vision, 1993, 11(3): 283-318.

【14】李涪帆, 田浩, 巨永锋. 基于欧氏距离的交通警告标志识别方法研究 [J].微型机与应用, 2014, 22: 47-50.

【15】杨传慧. 图像聚类及其在图像检索中的应用研究 [D].南京: 南京师范大学, 2013.

引用该论文

RUAN Xiao-li,CHEN Qing-hu,QIU Yi-ming,YAN Yu-chen. Excluding SIFT Mismatching Points Based on the Invariant Factors and Image Retrieval[J]. Infrared Technology, 2015, 37(7): 560-565

阮小丽,陈庆虎,邱益鸣,鄢煜尘. 基于不变因子的SIFT误匹配点剔除及图像检索[J]. 红外技术, 2015, 37(7): 560-565

被引情况

【1】李 尊,申小萌,苗同军. 对比度阈值自适应的SIFT图像拼接算法. 红外技术, 2017, 39(10): 946-950

您的浏览器不支持PDF插件,请使用最新的(Chrome/Fire Fox等)浏览器.或者您还可以点击此处下载该论文PDF