图像制导中的SIFT快速算法

图像制导中,导弹根据预存的地形图自动捕捉攻击目标。通过图像匹配识别目标,尺度不变特征变换(the scale invariant feature transform,SIFT)算法具有优异的性能,但计算量较大。根据地形图像的特点提出了一种SIFT改进算法Zoser SIFT,Zoser SIFT直接对图像进行逐级递减采样,形成阶梯(Zoser)金字塔图层,由24邻域极值点形成特征点。新算法不进行高斯变换,具有图层少、特征点数量适中等优点,大幅度减少了计算量。同时新算法占用内存空间少,浮点运算少,适合在实时DSP系统中应用。新算法虽然抗噪声能力有所下降,但对光照改变、尺度变化、变形和遮挡等仍有很好的鲁棒性,在航拍地形图上进行识别时性能稳定。

基于NSCT变换与亮度序的局部特征描述算法

本文为了得到性能优良的局部特征描述子,结合图像频域变换与亮度序区域划分的思想,提出了一种基于非降采样Contourlet(NSCT)变换与亮度序的局部特征描述子。首先,对输入图像构建图像金字塔,并在金字塔的图层上查找关键点;然后,以关键点为中心的圆形区域划分多个NSCT支持区域,对每个支持区域进行亮度序子区域的划分;最后,描述每个子区域的特征,并串联所有子区域的特征描述,作为最终的局部特征描述子。实验表明,提出的描述子在图像模糊、视角变换、仿射变换、JPEG压缩、亮度变换等表现出良好的性能。