基于MMTD的SIFT特征提取算法  

Measure of Medium Truth Degree(MMTD) Based SIFT Feature Extraction Algorithm

作　　者：杨晓琳[1] 周宁宁[1,2] 

机构地区：[1]南京邮电大学计算机学院,江苏南京210023 [2]软件开发环境国家重点实验室,北京100191

出　　处：《南京邮电大学学报（自然科学版）》2014年第1期88-93,共6页Journal of Nanjing University of Posts and Telecommunications：Natural Science Edition

基　　金：国家自然科学基金(61170322);软件开发环境国家重点实验室开放课题(SKLSDE-2011KF-04)资助项目

摘　　要：尺度不变特征变换(SIFT)是一种常用的特征提取算法,但它采用固定的阈值来筛选特征点,匹配效果不是很理想。文中针对SIFT对不同图像无自适应性的缺点,提出了一种新的计算自适应阈值的方法,即将中介真值程度(MMTD)和SIFT相结合,用MMTD改进SIFT算法能够避免为了选取合适的阈值而进行大量的实验。采用MMTD改进阈值来筛选图像中的特征点,再将特征点进行图像匹配。实验结果表明,匹配点的数量比采用传统的SIFT方法增加了约两倍,说明文中所提出的基于MMTD的SIFT特征提取算法是有效的。As a commonly-used feature extraction algorithm,scale invariant feature transform （SIFT） adopts a fixed threshold to filter feature points with unsatisfied matching effect.To combat its disadvantage of lacking adaptability to different images,a new method is proposed to calculate adaptive threshold.It improves the algorithm through combination of SIFT with measure of medium truth degree （MMTD）,avoiding a large number of experiments to determine an appropriate threshold.The threshold improved by MMTD is used to filter image feature points,which is further used to match the image.Experimental results show that the number of matching points is increased about two times than that of the traditional SIFT method,thus illustrating the effectiveness of the proposed MMTD based SIFT feature extraction algorithm.

关 键 词：图像特征提取 尺度不变特征变换(SIFT) 中介真值程度(MMTD) 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]