一种基于距离约束的改进SURF算法.docxVIP

一种基于距离约束的改进 SURF 算法李红波，赵永耀，吴渝，代文海（重庆邮电大学网络智能研究所, 重庆市 400065）摘要： 一种基于距离约束的改进 SURF 算法 李红波，赵永耀，吴渝，代文海 （重庆邮电大学网络智能研究所, 重庆市 400065） 摘要：图像特征点匹配算法是增强现实几何一致性技术中的核心算法，目前图像特征点匹配算法 耗时较大，准确性较差。提出了一种基于距离约束的改进 SURF(Speeded-up Robust Features)算法： 在特征点检测阶段，动态构建高斯金字塔图层，提高特征点提取的实时性和准确性；特征点的优 化处理，避免提取到的图像特征点出现聚集现象。在特征点匹配阶段，对提取到的特征点构建 KD-tree 树索引，提高特征匹配的实时性和准确性。实验表明，改进的 SURF 算法有效地解决了 目前方法存在特征提取时间相对较长，特征点匹配误差较大的缺点。 关键词：几何一致性；SURF；KD-tree；聚集；特征匹配 中图分类号：TP391.9 文献标识码：A 文章编号：1004-731X (2014) 12-2944-07 Improved SURF Algorithm Based on Distance Constraint Li Hongbo, Zhao Yongyao, Wu Yu, Dai Wenhai (Institute of Web Intelligence, Chongqing University of Posts and Telecommunications, Chongqing 400065, China) Abstract: Algorithm for feature point matching is the core algorithm of geometric consistency technology in augmented reality area, while algorithms for feature point matching are time-consuming and have poor matching accuracy. An improved SURF (Speeded-up Robust Features) algorithm based on distance constraint was proposed. In process of detecting feature points, Gaussian Pyramid Layers was built dynamically to improve real-time and accuracy. And feature points were optimized to avoid feature points appearing on aggregation. In the stage of feature points’ matching, the KD-tree indexes were constructed to improve real-time and accuracy. The experiment results indicate that the improved SURF algorithm effectively solves the problem of the current algorithm. Keywords: geometric consistency; SURF; KD-tree; aggregation; feature matching 近年来 ， Lowe D G[1] 提出 的 SIFT(Scale Invariant Feature Transform)算法，在仿射变换、噪声、一定程度的 光照强度变化下具有良好的匹配性能；但生成的特征描述 符维数过高，计算量过大，导致无法进行实时匹配，在复 杂条件下匹配效率较低。曹娟等人[2]对 SIFT 匹配算法进行 了改进，匹配准确率较高，但是实时性仍然较差，无法适 应较高的实时性要求。熊云艳等人[3]提出了有序的 KD-tree 在图像特征匹配上的应用，提高了匹配率和匹配时间，但 在增强现实技术领域，其特征点的提取时间相对较长。Bay 引言 图像特征匹配技术是基于自然特征的几何一致性技术 中的关键技术。按图像特征匹配的方式，可以将图像匹配 分为基于区域和基于局部特征两种方法[1]。基于区域的方 法运算量较大，不能解决图像旋转和尺度缩放问题；基于 局部特征的方法利用图像间对应的特征点获得变换关系， 具有计算量小、鲁棒性强的特点，因而得到了广泛的应用。 H 提出 的 SURF(Speeded-up