基于改进SIFT算法的图像匹配检索系统

摘要

本发明公开了一种基于改进SIFT算法的图像匹配系统，主要解决了图像匹配检索过程中图像快速匹配的问题，首先把输入图像和图像库进行二值化，提取各自所有的特征点，采取提取尺度不变的特征点算法进行特征描述，即在高斯差分尺度空间上检测极值点并将其作为潜在的关键点,剔除掉其中不稳定的点.关键点局部特征的描述和匹配.即在关键点周围的小区域上计算梯度方向直方图,将其作为该特征点的描述,然后对其进行进一步的扩展，利用中心对称的LBP特征，首先将LBP特征引入到关键点的描述中，构造一种计算简单、维数低的描述方法，在尽量保证SIFT算法匹配性能的前提下提高匹配运算速度。

主权项

一种基于改进SIFT算法的图像匹配系统，其特征在于，包括如下步骤 ：首先对参考图像与目标图像进行二值化，得到各自的特征初始匹配点集，分别作为参考匹配点集和目标匹配点集.尺度空间局部极值的检测，构造图像的尺度高斯金字塔，对尺度高斯金字塔每层的相邻2层依次作差，以得到高斯差分金字塔，在高斯差分金字塔中检测局部极大值和极小值，每个极值必须是所在局部邻域内的极值点，将所有的极值点作为关键点的候选对象.关键点精确坐标和尺度的确定以及不稳定候选关键点的剔除，通过一种三维二次函数的拟合，精确确定关键点的位置和尺度，同时剔除对比度低的候选关键点，剔除具有不稳定边缘相应的候选关键点.关键点反响的分配，计算关键点所在的高斯金字塔图层上该关键点周围的一个窗口内像素的梯度方向，并计算梯度方向的直方图，直方图的峰值代表该极值点处邻域梯度主方向，把他当作该关键点的方向..     5)   对输入图像进行高斯卷积变换.高斯卷积核是实现尺度变换的唯一变换核。