SIFT特征匹配技

1、胡汝坤2008.12.02SIFT特征匹配技術(shù)SIFT優(yōu)點(diǎn)SIFT簡(jiǎn)介SIFT實(shí)現(xiàn)SIFT簡(jiǎn)介2004年總結(jié)了現(xiàn)有的基于不變量技術(shù)的特征檢測(cè)方法的基礎(chǔ)上提出。SIFT算子：一種基于尺度空間的、對(duì)圖像縮放、旋轉(zhuǎn)甚至仿射變換保持不變性的圖像局部特征描述算子。其全稱是Scale Invariant Feature Transform，即尺度不變特征變換。 SIFT的優(yōu)點(diǎn)SIFT特征是圖像的局部特征局部特征，其對(duì)旋轉(zhuǎn)旋轉(zhuǎn)、尺度縮放尺度縮放、亮度變化亮度變化保持不變性，對(duì)視視角變化角變化、仿射變換仿射變換、噪聲噪聲也保持一定程度的穩(wěn)定性獨(dú)特性(Distinctiveness)好，信息量豐富，適用于在海量

2、特征數(shù)據(jù)庫中進(jìn)行快快速、準(zhǔn)確速、準(zhǔn)確的匹配。 SIFT的優(yōu)點(diǎn)多量性，即使少數(shù)的幾個(gè)物體少數(shù)的幾個(gè)物體也可以產(chǎn)產(chǎn)生大量生大量SIFT特征向量高速性，經(jīng)優(yōu)化的SIFT匹配算法甚至可以達(dá)到實(shí)時(shí)達(dá)到實(shí)時(shí)的要求。可擴(kuò)展性，可以很方便的與其他形式的與其他形式的特征向量特征向量進(jìn)行聯(lián)合。 圖像多尺度表示 高斯卷積核是實(shí)現(xiàn)尺度變換的唯一變換核，也是唯一的線性核：一幅二維圖像，在不同尺度下的尺度空間表示可由圖像與高斯核卷積得到： 2222/ )(221),(yxeyxG),(*),(),(yxIyxGyxL圖像多尺度表示 稱為尺度空間因子，其值越小則表征該圖像被平滑的越少相應(yīng)的尺度也就越小。大尺度對(duì)應(yīng)于圖像的概

3、貌特征，小尺度對(duì)應(yīng)于圖像的細(xì)節(jié)特征。SIFT算法簡(jiǎn)介 SIFT算法首先在尺度空間進(jìn)行特征檢測(cè)，并確定關(guān)鍵點(diǎn)(Keypoints)的位置位置和關(guān)鍵點(diǎn)所處的尺度尺度。然后使用關(guān)鍵點(diǎn)鄰域梯度的主方向作為該點(diǎn)的方向方向特征，以實(shí)現(xiàn)算子對(duì)尺度和方向的無關(guān)性。 SIFT中的特征點(diǎn)在圖像二維平面空間和DOG(Difference -Of-Gaussian)尺度空間中同時(shí)檢測(cè)局部極值以作為特征點(diǎn)。DOG算子：),(),(),(yxLkyxLyxDDOG空間的創(chuàng)建對(duì)各階(后一階是前一階圖像大小的1/4)圖像迭代進(jìn)行高斯平滑：SIFT中的特征點(diǎn)在DOG空間通過計(jì)算局部最值獲得初始特征點(diǎn)：SIFT中的特征點(diǎn)對(duì)DOG

4、空間中所有可以求得的局部最值合并為候選特征點(diǎn)。接著，去除低對(duì)比度的關(guān)鍵點(diǎn)和不穩(wěn)定的邊緣響應(yīng)點(diǎn)(因?yàn)镈OG算子會(huì)產(chǎn)生較強(qiáng)的邊緣響應(yīng))，以增強(qiáng)匹配穩(wěn)定性、提高抗噪聲能力。SIFT中的特征點(diǎn)對(duì)于圖像上的點(diǎn)，計(jì)算其在每一尺度(由 標(biāo)示)下DoG算子的響應(yīng)值，這些值連起來得到特征尺度軌跡曲線。特征尺度曲線的局部。極值點(diǎn)即為該特征的尺度。精煉特征點(diǎn)得到候選的特征點(diǎn)后，還需要利用其周圍的數(shù)據(jù)對(duì)特征點(diǎn)進(jìn)行精確的定位。SIFT特征是通過擬和三維二次函數(shù)來精確確定特征點(diǎn)的位置和尺度的。在候選的特征點(diǎn)處用泰勒展開式得到： (1)XXDXXXDDXDTT2221)(精煉特征點(diǎn)其中： ; D是在候選特征點(diǎn)處的值。令 可

5、得特征點(diǎn)的精確位置和尺度。 (2),(yxX 0)(XXDXDXDX212精煉特征點(diǎn)將(2)式代入(1)式可得： 可以用來衡量特征點(diǎn)的對(duì)比度，即如果 則為不穩(wěn)定的特征點(diǎn)。XXDDXDT21)()(XD | )(|XD計(jì)算特征點(diǎn)的方向 利用關(guān)鍵點(diǎn)鄰域像素的梯度方向分布特性為每個(gè)關(guān)鍵點(diǎn)指定方向參數(shù)，使算子具備旋轉(zhuǎn)不變性。 以關(guān)鍵點(diǎn)為中心的鄰域窗口內(nèi)用直方圖統(tǒng)計(jì)鄰域像素的梯度方向。梯度直方圖的范圍是0360度，其中每10度一個(gè)柱，總共36個(gè)柱。計(jì)算特征點(diǎn)的方向 直方圖的峰值則代表了該關(guān)鍵點(diǎn)處鄰域梯度的主方向，即作為該關(guān)鍵點(diǎn)的方向。下圖是采用7個(gè)柱時(shí)使用梯度直方圖為關(guān)鍵點(diǎn)確定主方向的示例。鄰域半徑：r

6、=10 。計(jì)算特征點(diǎn)的方向 當(dāng)存在另一個(gè)相當(dāng)于主峰值80%能量的峰值時(shí)，則將這個(gè)方向認(rèn)為是該關(guān)鍵點(diǎn)的輔方向。一個(gè)關(guān)鍵點(diǎn)可能會(huì)被指定具有多個(gè)方向（一個(gè)主方向，一個(gè)以上輔方向），這可以增強(qiáng)匹配的魯棒性。 生成SIFT特征向量至此，圖像的關(guān)鍵點(diǎn)已檢測(cè)完畢，每個(gè)關(guān)鍵點(diǎn)有三個(gè)信息：位置、所處尺度、方向。由此可以確定一個(gè)SIFT特征區(qū)域。特征向量聯(lián)合了鄰域方向性信息，增強(qiáng)了算法抗噪聲的能力，同時(shí)對(duì)于含有定位誤差的特征匹配也提供了較好的容錯(cuò)性。 生成SIFT特征向量例如：以關(guān)鍵點(diǎn)為中心取88的窗口.首先將每一個(gè)像素的梯度方向旋轉(zhuǎn)為特征點(diǎn)的主方向，然后利用高斯平滑濾波為每一個(gè)方向做加權(quán)，再在每一個(gè)子窗口中計(jì)算它的方向直方圖.生成SIFT特征向量通常對(duì)每個(gè)關(guān)鍵點(diǎn)使用44共16個(gè)種子點(diǎn)來描述，這樣