论文部分内容阅读
为了克服传统的局部特征匹配算法对噪声和图像灰度非线性变换敏感的不足，提出了基于SIFT（Scale Invariant Feature Transform）描述算子的特征匹配算法。该算法首先采用类似Harris角点检测算子进行特征点的提取，通过求取该特征点周围像素的梯度直方图构造SIFT特征描述符，然后利用立体视觉理论中的极线约束将二维搜索降到了一维，最后利用特征描述算子之间的最近欧式距离进行匹配得到匹配结果。此外，利用双向匹配技术来进一步消除误匹配。实验结果表明，该算法的匹配精度高，对于图像灰度的非线性