科创中国

基于扩散距离的SIFT特征匹配算法

原文链接：万方

• 作者：

  胡刚,刘侍刚,吴清亮,王刚

• 摘要：

  SIFT(Scale Invariant Feature Transform)是目前最流行的局部特征提取及匹配算法.但传统SIFT算法采用欧氏距离来度量特征之间的SSD(Sum of Square Differences)并进行匹配,而传统的欧氏距离不能使高维特征向量恢复到具有低维的几何结构,导致错误匹配.为了克服这缺点,利用扩散距离代替欧氏距离进行匹配,然后使用随机抽样一致从候选匹配中排除错误的匹配.实验表明:该方法在图像形变、光照变化和图像噪声方面优于原方法.

• 关键词：

  计算机视觉 SIFT特征描述符 扩散距离 图像匹配

• 作者单位：

  陕西师范大学计算机科学学院

• 基金项目：

  国家自然科学基金项目(60805016)% 高等学校博士学科点专项科研基金新教师基金课题(200807181007)% 陕西省科技计划项目(2011JM8014)% 中国博士后科学基金特别资助(200902594)% 陕西师范大学中央高校基本科研业务费专项资金(GK201002016)% 大学生创新性实验计划项目(1110718026)

• 来源期刊：

  计算机系统应用

• 年，卷(期)：

  2012009