郭全民，胡晓星

（西安工业大学电子信息工程学院，西安710021）

一种基于SIFT的三角网格图像匹配方法

郭全民，胡晓星

（西安工业大学电子信息工程学院，西安710021）

针对影像对匹配过程中，由于场景复杂，干扰严重，导致错误匹配率较高的问题，提出一种在三角形约束下，基于SIFT（Scale Invariant Feature Transform）算法的图像匹配策略。该方法大致分两步进行，首先是粗匹配，使用SIFT算法和Harris选择区别度较高的特征点，得到良好特征点集。第二步为细匹配，根据良好点集建立Delaunay同名三角网格，对同名三角形再次使用SIFT算法提取特征点进行匹配。实验表明，提出的算法一定程度上提高了特征点复现率和匹配准确率。

SIFT特征；Harris特征；自适应非最大抑制；Delaunay三角形；特征提取；特征匹配

1 引 言

长期以来制约数字摄影测量与计算机视觉自动化及可靠性的一个关键问题就是立体影像对的匹配，即在立体影像对的重叠区域内以影像匹配代替（或模拟）人眼立体观察自动寻找同名像点的过程。然而，面对千变万化的影像，现有的影像匹配方法仍然存在许多问题，尤其是在植被茂密、建筑物密集和水域等区域影像匹配的可靠性还不高，建筑物角点和一些地物的主要边界点还不能被自动地匹配出来，自动产生的数字表面模型存在着许多异常值，需要进行大量的人工编辑处理。

匹配难度大的部分原因是图像缺失或者噪声使匹配成为一个病态问题。通常，利用先验知识也就是运用附加的假设或约束将影像匹配从一个“病态”问题转化为“良性”问题。……