一种透视不变的图像匹配算法  

A Perspective Invariant Image Matching Algorithm

作　　者：蔡国榕[1] 李绍滋[2,3] 吴云东[1] 苏松志[2] 陈水利[1] 

机构地区：[1]集美大学理学院,厦门361021 [2]厦门大学信息科学与技术学院,厦门361005 [3]福建省仿脑智能系统重点实验室(厦门大学),厦门361005

出　　处：《自动化学报》2013年第7期1053-1061,共9页Acta Automatica Sinica

基　　金：国家自然科学基金(61103052;61202143);国家教育部博士点基金(20090121110032);福建省产学重大科技项目(2011H6020);福建省自然科学基金项目(2011J01013;2013J01245;2013J05100);深圳市科技计划项目(JC200903180630A;ZYB200907110169A);厦门市科技计划项目(3502Z20123022;3502Z20110010);福建省教育厅基金项目(JK2012025)资助~~

摘　　要：针对ASIFT(Affine scale invariant feature transform)算法存在的仿射采样策略、采样点离散设置等问题,提出了一种基于粒子群优化的图像透视不变特征PSIFT(Perspective scale invariant feature transform)算法.该算法通过虚拟相机的透视采样来模拟景物在多视角图像中的变形.在此基础上,将图像匹配问题转换为透视变换的优化问题,并以粒子群算法为工具,研究了虚拟相机旋转参数搜索空间、适应值函数的合理设定.针对三组不同类型低空遥感图像的实验结果表明,该算法比ASIFT、SIFT(Scale invariant feature transform)、Harris affine和MSER(Maximally stable extremal regions)等算法获得更多的特征匹配对,有效地提高了算法对视角变化的鲁棒性.To solve the problem of affine transform and discrete sampling in ASIFT（Affine scale invariant feature transform）,the PSIFT（Perspective scale invariant feature transform）,which is based on particle swarm optimization,is proposed in this paper.The proposed algorithm uses a virtual camera and homographic transform to simulate perspective distortion among multi-view images.Therefore,particle swarm optimization is employed to determine the appropriate homography,which is decomposed into three rotation matrices.Experimental results obtained on three categories of low-altitude remote sensing images show that the proposed method outperforms significantly the state-of-the-art ASIFT,SIFT,Harris-affine and MSER,especially when images suffer severe perspective distortion.

关 键 词：图像匹配 透视变换 SIFT特征 粒子群优化 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]