王亚迪，　李秀华

(长春工业大学 计算机科学与工程学院， 吉林 长春　130012)



改进SURF快速图像匹配

王亚迪，李秀华*

(长春工业大学 计算机科学与工程学院， 吉林 长春130012)

摘要：首先用Hessian矩阵对图像进行特征点提取，然后通过缩小特征点周围子区域的范围将SURF特征点描述符由64维降到36维，最后用RANSAC算法剔除不稳定匹配点，完成图像的快速匹配。

关键词：SURF; Hessian RANSAC; 图像匹配; 鲁棒性; SURF-36; SURF-64

0引言

图像匹配是图像处理的关键技术，同时也是计算机视觉中的一项重要技术。随着科技的发展，图像匹配在医学图像处理分析、天气预报检测、遥感图像分析、图像三维重构、图像拼接、目标跟踪识别等领域得到了广泛应用，所以图像匹配成为研究的热点。图像匹配主要有基于灰度的图像匹配和基于特征点的图像匹配，后者发展比较成熟，应用比较广泛。基于特征点的图像匹配算法主要有Harris角点检测算法、SIFT算法和SURF算法[1]。Harris角点检测算法操作简单，抗噪性好，但对于旋转不具有不变性；SIFT算法是比较经典的尺度不变特征提取算法，具有很好的鲁棒性[2]和抗干扰性，但是计算量比较大,所以实时性不高；SURF算法是在SIFT算法的基础上提出的，不仅具有很好的鲁棒性和准确性，实时性比SIFT算法[3]提高了很多，所以现在应用更广泛，但寻找速度更快、准确率更高的匹配算法仍然是现在研究的重点。基于改进SURF算法的研究就是力求在保证算法具有很好的鲁棒性和准确性的前提下，继续提高实时性。

1构造SURF特征向量