SIFT算法的改进

摘要：

目的：为了减小三维重建的重投影误差,提出一种改进的SIFT(Scale Invariant Feature Transform)算法.方法：首先使用SIFT提取和匹配特征点,将这些匹配点作为归一化互相关(Normalized Cross-correlati-on,NCC)的初始匹配对;然后使用特征点的主方向对局部图像进行旋转校正;最后计算该初始匹配对NCC系数并将相似地貌中的误配点剔除.结果：该方法剔除了大量的误配点,提高了特征点的正确匹配率和重建结果的精度.结论：改进的SIFT算法能够得到更为准确的匹配点对,获得较好的重建效果.

关键词： 计算机视觉 尺度不变特征变化算法 三维重建 重投影误差 归一化互相关 正确匹配率

作者: 余博译 李美燕

作者单位: 南宁市第二中学,广西南宁 530022 广西大学计算机与电子信息学院,广西南宁 530004

会议类型: 国内会议

会议名称: 广西计算机学会2014年学术年会

会议地点: 广西北海

会议语种:中文

页码: 51-54

在线出版日期: 2014-10-26（万方平台首次上网日期，不代表论文的发表时间）