基于混合行为蚁群算法的sift算法的特征关键点匹配

摘要

基于混合行为蚁群算法的sift算法的特征关键点匹配是一种基于混合行为蚁群算法的搜索机制。在sift算法中，当两幅图像的SIFT特征向量生成后，取图像I的某个关键点，通过遍历找到图像II中的距离最近的两个关键点，在这两个关键点中，如果次近距离除以最近距离小于某个阈值，则判定为一对匹配点。当图像很大，一般的遍历方法速度慢，实时性比较差。本发明提出利用混合行为蚁群算法进行遍历运算，同时采用关键点特征向量的城区距离来作为两幅图像中关键点的相似性判定，降低计算复杂度，并大大提高了关键点匹配的准确度和运算速度。

主权项

基于混合行为蚁群算法的sift算法的特征关键点匹配方法，其特征是采用以下步骤：(1)对匹配的图像进行预滤波，消除噪声。利用中值滤波对图像进行预处理，平滑噪声。(2)利用sift算法(尺度不变特征转换算法)生成带特征描述算子的特征点。(3)采用关键点特征向量的城区距离来作为两幅图像中关键点的相似性判定度量。(4)对图像I的某个关键点，通过利用混合行为蚁群算法遍历找到图像II中的距离最近的两个关键点。