一种面向快速图像匹配的扩展LSH算法  

An extended local sensitivity hash algorithm for efficient image matching

作　　者：何周灿[1] 王庆[1] 杨恒[1] 

机构地区：[1]西北工业大学计算机学院,西安710072

出　　处：《四川大学学报（自然科学版）》2010年第2期269-274,共6页Journal of Sichuan University(Natural Science Edition)

基　　金：国家自然科学基金(60873085);国家863项目(2007AA01Z314);西北工业大学研究生创业种子基金(z200963)

摘　　要：基于局部不变特征的图像匹配是三维场景重建的基础.本文使用SIFT特征,在LSH算法基础上,提出一种改进的高维数据搜索算法,较好地解决了图像的快速有效匹配问题.该算法提出一种改进的投影空间,使投影到新空间的高维数据特征的每一维比海明空间具有更高的局部敏感性,相比于经典的LSH、BBF、iDistance等高维搜索算法,本文算法可以获得更高的搜索精度和更快的搜索速度.Local invariant feature based image matching is a fundamental task for 3D scene reconstruction. Based on SIFT feature, this paper propose an improved high dimensional search algorithm for efficient and effective image matching. The proposed algorithm enhances the local sensitivities of LSH （local sensitive hash） by changing the projection space, and it obtains higher search accuracy and efficiency comparing to the classical high dimensional search methods, such as LSH, BBF, iDistance and so on. Furthermore, it gains high recall vs. （1-precision） ratio which is close to exhaustive search. The proposed algorithm can significantly improve the performance of image matching.

关 键 词：图像匹配 旋转不变特征变换 局部敏感散列 最近邻搜索 投影空间 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]