Project

General

Profile

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。