文献类型：期刊文章

作　　者：戴金波[1,2] 赵宏伟[1,3] 刘君玲[1] 冯嘉[1]

机构地区：[1]吉林大学计算机科学与技术学院,长春130012 [2]长春师范学院计算机科学与技术学院,长春130032 [3]吉林大学符号计算与知识工程教育部重点实验室,长春130012

出　　处：《仪器仪表学报》

基　　金：高等学校博士学科点专项科研基金(20050183032);吉林省教育厅科学基金(2009604)资助项目

年　　份：2012

卷　　号：33

期　　号：10

起止页码：2255-2262

语　　种：中文

收录情况：BDHX、BDHX2011、CAS、CSCD、CSCD2011_2012、EI(收录号：20124915763240)、IC、INSPEC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：由于目前的SIFT(scale invariant feature transform)特征提取算法具有较高的时间复杂度,不利于大规模的数据存储和搜索,提出一种简化的SIFT局部图像特征提取算法。改进的SIFT算法针对于描述子生成部分进行简化,将原算法中特征点描述子的矩形区域改为圆形区域,并将RANSAC(random sample consensus)算法应用于SIFT特征匹配中,有效地剔除错误匹配点。采用K.Mikolajczyk的衡量方法,即查全率和错误率进行评估。实验结果显示,算法在旋转、光照、视角变化等情况下都有很好的匹配效果,并且降低了时间复杂度。

关 键 词：SIFT(scale  INVARIANT feature  transform)  视觉不变量  RANSAC(random  SAMPLE consensus)  

分 类 号：TP391.41]