基于改进的SIFT算法的图像配准方法

图像配准技术是计算机视觉研究的重要基础和关键步骤,其中特征点的提取直接决定了图像配准的准确性。尺度不变特征变换(SIFT)算法是经典的特征点提取算法,该算法生成的特征点描述子因其主方向精度较低而不够准确,又因其维度高导致计算时间较长。在原有SIFT算法的基础上进行改进以提高特征点描述子的准确性同时降低计算时间,具体做法是在多尺度空间提取极值点,运用曲线拟合确定特征点的位置;然后利用面积积分法确定亮度质心从而计算特征点的主方向;最后根据特征点邻域的同心圆划分生成特征点描述子并完成特征点的匹配。实验结果表明改进的SIFT算法能够有效地提高图像配准的准确率并减少计算时间。