SPEEDED UP IMAGE MATCHING USING SPLIT AND EXTENDED SIFT FEATURE¶

这篇文章主要讲的是对在SIFT算法进行的过程中对特征点进行分类，并再增加一个反映特征点特点的变量，以提高后续的匹配速度。

算法描述¶

• 特征点分为极大值点和极小值点，在提取特征点时，顺便给它们加上这个属性（极大还是极小）。根据大量实验，最终两幅图像匹配上的点绝大多数都是极大值点与极大值点配，极小值点与极小值点配。这样匹配可以节省一半的时间。
• 确定一个反映特征点特点的变量。这要求它是随机分布的。作者选择了主方向直方图中36个柱所对应的36个方向向量的合向量的方向θ。为了使θ接近随机分布，经过大量实验发现，取第2到第35柱的方向向量的合向量的θ角为宜。最后匹配时，仅当两个特征点的θ之差小于20°才开始匹配。实验得出此时可以得到占总正确匹配92%的匹配，但仅需花原先时间12%的时间。

创新点¶

创新之处在于将待匹配的特征点作了分类来提高匹配速度（而非对匹配算法去做改进），且不明显延长SIFT的运行时间。该算法的编程复杂度较低，便于实现。

结果比较¶

在保持99%精度的情况下，速度比现有算法提高了20倍。