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。
尺度不变特征变换 转不变因子 尺度不变因子 误剔除率 漏检率 误检率 SIFT rotation-invariant factor scale-invariant factor false rejection rate miss rate false detection rate
