梁建国，马 红

（1.重庆市勘测院，重庆 400020）

L（x，y，σ）= G（x，y，σ）* I（x，y） ( 1 )

改进的SIFT双向匹配算法在异源影像匹配中的应用

梁建国1，马 红1

（1.重庆市勘测院，重庆 400020）

针对不同传感器、不同时相、不同分辨率的异源遥感影像匹配困难的问题，引入尺度不变特征（Scale Invariant Feature Transform，SIFT）算法；针对传统SIFT匹配算法的不足，利用SIFT特征向量匹配对的唯一性约束改进传统SIFT算法的匹配策略，采用双向匹配以达到在匹配过程中准确寻找匹配点对的目的，提高影像匹配的正确率，实验证明，该方法适用于异源影像匹配。

SIFT特征匹配；双向匹配；异源影像匹配

目前主要的影像匹配可以分为3类：以灰度为基础的算法、以特征为基础的算法、以语义为基础的算法[1,2]。对于异源影像，由于数据量大、成像条件和场景条件复杂，基于灰度信息的匹配方法很难有效地解决特征对应问题，而基于语义信息的匹配算法依赖领域太大，还没有明显的研究进展[3]。由Lowe提出并完善的SIFT算法，能较好地抗影像尺度变换、旋转变换和亮度变换，在异源影像匹配中应用前景较为广阔[4,5]。然而单纯的SIFT算子用于异源影像匹配，存在匹配正确率低、匹配点数量较少且分布不均匀的情况。针对SIFT算子的不足，本文利用一种改进的SIFT双向匹配算法，即在已有匹配结果的基础上引入匹配的唯一性约束，提高两幅待匹配影像之间的匹配正确率[6]，实现光谱特征、空间特征和纹理特征都有差异的异源影像匹配。

1 SIFT特征向量的提取

SIFT特征匹配算法包括特征向量提取和特征向量匹配2步。……