基于高光谱图像的改进SIFT特征提取与匹配 | |
丁国绅1; 乔延利1; 易维宁1; 杜丽丽1; 方薇1 | |
刊名 | 光学精密工程 |
2020 | |
卷号 | 28 |
关键词 | Scale Invariant Feature Transform (SIFT) hyperspectral image position criteria image matching 尺度不变特征变换 高光谱图像 位置准则 图像匹配 |
ISSN号 | 1004-924X |
其他题名 | Improved SIFT feature extraction and matching technology based on hyperspectral image |
英文摘要 | 针对尺度不变特征变换(SIFT)算法所提取图像特征点数量少、误匹率高的问题,提出了一种基于高光谱图像的改进SIFT算法。首先,依据传统SIFT算法中高斯金字塔的构造思想,结合在不同波段下的高光谱图像具有相同宏观特征的特点,首次用高光谱图像作为原始算法中经高斯变换产生的图像,使得检测到的具有实际意义的特征点数量大幅增加;其次,传统SIFT算法以及大量的改进方法都只通过目标象元邻域范围内的像素信息来构造特征描述符,而忽略了像素点的位置信息,文中将目标象元的位置信息纳入了特征描述符,在特征描述符的匹配阶段,在利用邻域范围内的像素信息进行粗匹配之后,利用特征描述符中的位置信息进行精细匹配。仿真实验结果表明:在限定最优值与次优值之比的情况下,采用高光谱图像构造高斯金字塔的方式能显著增加特征点的提取数量,更多地挖掘出图像中的极值点;在特征描述符中加入目标象元的位置信息作为特征点匹配第二阶段的判断依据,正确匹配数量达到原方法的59倍以上,极大提升了算法的匹配性能。 |
语种 | 中文 |
CSCD记录号 | CSCD:6752186 |
内容类型 | 期刊论文 |
源URL | [http://ir.hfcas.ac.cn:8080/handle/334002/53858] |
专题 | 中国科学院合肥物质科学研究院 |
作者单位 | 1.中国科学院安徽光学精密机械研究所 2.中国科学院安徽光学精密机械研究所 3.中国科学院安徽光学精密机械研究所 4.中国科学院安徽光学精密机械研究所 5.中国科学院安徽光学精密机械研究所 |
推荐引用方式 GB/T 7714 | 丁国绅,乔延利,易维宁,等. 基于高光谱图像的改进SIFT特征提取与匹配[J]. 光学精密工程,2020,28. |
APA | 丁国绅,乔延利,易维宁,杜丽丽,&方薇.(2020).基于高光谱图像的改进SIFT特征提取与匹配.光学精密工程,28. |
MLA | 丁国绅,et al."基于高光谱图像的改进SIFT特征提取与匹配".光学精密工程 28(2020). |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论