基于改进SIFT的图像匹配研究

贾志前

摘  要：针对基于传统SIFT的图像匹配法存在的计算量大、耗时长、误匹配的问题，提出了一种快速、准确的图像匹配法。该方法是建立在SIFT算法中特征点的提取不使用SIFT算法确定的关键点而是使用Harris算法中确定的角点，最后利用RANSAN算法去除误配点来实现两幅图像的匹配。实验结果表明采用基于改进SIFT的图像匹配法比基于传统SIFT的图像匹配法平均节约1.8s，并且准确率更高。

关键词：图像匹配;SIFT算法;Harris算法;RANSAN算法

引言

机器视觉技术在现代工业中被广泛的使用，尤其是在工业产品检测领域。对待检产品的检测的过程其实质是将待检产品图像与合格产品图像进行匹配的过程。目前图像匹配的常用方法有两类：基于灰度的图像匹配和基于特征的图像匹配[1]。

基于灰度的图像匹配法是直接利用图像的灰度信息进行匹配，算法简单，但存在匹配速度比较低，对灰度信息变化非常敏感易出现误匹配等不足。基于特征的图像匹配法需要先对图像提取特征，其克服了基于灰度的图像匹配法中存在的不足故被广泛应用。基于特征的图像匹配法中SIFT算法因具备尺度、旋转、平移的不变性等优点，故其被普遍应用，但是它在匹配速度和准确度方面有所不足，不能满足工业检测的要求。文章提出一种基于改进SIFT算法在匹配速度和准确度方面有很大的突破。

1 SIFT算法

SIFT算法对尺度缩放、旋转甚至视角变化等方面都保持不变性，是众多基于特征的图像匹配算法中最稳定的算法。该算法的主要流程如图1所示。

图1 SIFT算法流程图

特征点检测：构建尺度空间，判断检测极值点，去除不稳定点（即低对比度点和边缘响应点），最后剩下的极值点则为特征点。特征点描述：通过计算特征点梯度的幅值和方向来表征这个特征点，为所有特征点确定其尺度、位置、方向三个信息，最后采用128维向量为每个特征点建立对应的描述符。特征点匹配：将模板图像和待匹配图像中所提取的特征点用某种相似性度量函数（如欧氏距离比）进行匹配[2]。

2 改进的SIFT算法

SIFT算法在特征点提取时，因要多次进行高斯核函数与图像的卷积计算，故会出现运算量较大、耗时较长的问题，且该算法在特征点匹配的过程中会存在错误匹配的现象，所以需对该算法进行改进。文章建立在SIFT算法中特征点的提取不使用SIFT算法确定的关键点而是使用Harris算法中确定的角点，这就解决了在提取特征点的过程中SIFT算法花费时间长的问题，采用RANSAC算法除去误匹配点。

2.1 改进SIFT算法的基本步骤

（1）采用Harris算子分别对模板图像和待匹配图像提取图像的角点，建立角点集。（2）对（1）中确定的所有角点，使用SIFT算法中特征向量描述法，为每一个角点分配方向值，生成特征描述子。（3）将模板图像和待匹配图像中所确定的特征描述子用某种相似性度量函数（如欧氏距离比）进行匹配。（4）采用RANSAC算法[3]除去误匹配点。

2.2 Harris算子的角点提取

Harris算子[4]的角点提取是采用式（1）和（2）确定的。

R=detM-k（traceM）2               （1）

（2）

（2）式中Ix为图像中该点（x，y）在x方向的导数;Iy为图像中该点在y方向的导数;a，b是M的两个特征值。（1）式中detM表示M的行列式，等于a与b之和;traceM表示M的跡，等于a与b之积;k为常数（一般取值为0.04-0.06）。当R值大于某一阈法值且在某一邻域内取的局部极值时则标记为角点。

3 实验结果及分析

实验环境是，Intel（R） Core（TM） i5-2450M CPU@2.5GHZ 2.50GHZ的处理器，4.00GB内存，仿真品台Matlab2010b，操作系统Windows7。实验采用的匹配图像如图2、图3所示，实验结果如图4至图7，最终图像匹配数据对比如表1所示。

从图像和数据对比可以看出，改进SIFT算法比传统SIFT算法在匹配时间上明显减少，大大提高了匹配速度，误匹配点更少，匹配效果更好。改进SIFT算法可以满足工业检测的实时性，对以后的产品检测有很高的研究价值。

4 结束语

文章提出了一种基于改进SIFT图像匹配算法，即建立在SIFT算法中特征点的提取不使用SIFT算法确定的关键点而是使用Harris算法中确定的角点，最后采用RANSAC算法除去误匹配点实现图像匹配。该方法大大地减小了图像特征提取的运算量，很好地减少了误匹配点，极大地提高了图像匹配的速度和效果。实验结果表明本方法匹配速度较快及匹配效果较好，适用于实时性要求高的工业批量生产领域。

参考文献

[1]韩跃平.复杂产品内部结构装配正确性X射线自动检测技术研究[D].中北大学，2009：16-26.

[2]赵辉.基于点特征的图像配准算法研究[D].山东大学，2006.

[3]邱亚辉，李长青，崔有帧.RANSAC算法在剔除图像配准中误匹配点的应用[J].影像技术，2014，26（4）.

[4]陈贤巧.基于特征的图像配准算法研究[D].中国科学技术大学，2009，5.