一种蚁群优化的改进SIFT特征点的图像配准算法

侯坚，张明（上海海事大学信息工程学院，上海 201306）

一种蚁群优化的改进SIFT特征点的图像配准算法

侯坚，张明
（上海海事大学信息工程学院，上海 201306）

为减少图像配准的匹配时间，提高图像配准的匹配率，提出一种蚁群优化的SIFT图像配准算法。首先采用内核投影算法Walsh-Hadamard对SIFT特征描述子进行降维，然后采用优化的蚁群算法针对初匹配点进行提纯，提高匹配率。实验结果证明，改进后的算法与采用RANSAC算法提纯的SIFT算法相比，不仅提高匹配的正确性，而且也有效缩短算法的运算时间。

SIFT；图像配准；蚁群优化算法；内核投影

0　引言

图像拼接技术作为计算机视觉领域研究最早和最广泛的方向之一，在虚拟现实、医学图像处理、三维重建、遥感图像处理中有着极其广泛的应用和研究［1］。图像拼接是将多幅有重叠区域的图像匹配融合为一张高分辨率的宽视角的图像，以极大地满足了人们对大视野的要求。但是拼接所处理的图像会因为各种因素而存在不同的差异性，如时间、光照、分辨率、拍照角度、传感器等。拼接的主要目的就是消除这些差异性，得到自然平滑的拼接图像。国内外学者已提出多种图像拼接算法，其改进都是为了提高拼接的速度和配准的精度，以得到最好的效果为最终目的。

图像拼接的主要流程为：对图像进行去噪等预处理、采用特征点检测算法进行特征点的检测与提取、针对特征点进行特征匹配、采用图像融合算法对匹配后的图像进行拼接。……