贾志前

摘  要：针对基于传统SIFT的图像匹配法存在的计算量大、耗时长、误匹配的问题，提出了一种快速、准确的图像匹配法。该方法是建立在SIFT算法中特征点的提取不使用SIFT算法确定的关键点而是使用Harris算法中确定的角点，最后利用RANSAN算法去除误配点来实现两幅图像的匹配。实验结果表明采用基于改进SIFT的图像匹配法比基于传统SIFT的图像匹配法平均节约1.8s，并且准确率更高。

关键词：图像匹配;SIFT算法;Harris算法;RANSAN算法

引言

机器视觉技术在现代工业中被广泛的使用，尤其是在工业产品检测领域。对待检产品的检测的过程其实质是将待检产品图像与合格产品图像进行匹配的过程。目前图像匹配的常用方法有两类：基于灰度的图像匹配和基于特征的图像匹配[1]。

基于灰度的图像匹配法是直接利用图像的灰度信息进行匹配，算法简单，但存在匹配速度比较低，对灰度信息变化非常敏感易出现误匹配等不足。基于特征的图像匹配法需要先对图像提取特征，其克服了基于灰度的图像匹配法中存在的不足故被广泛应用。基于特征的图像匹配法中SIFT算法因具备尺度、旋转、平移的不变性等优点，故其被普遍应用，但是它在匹配速度和准确度方面有所不足，不能满足工业检测的要求。文章提出一种基于改进SIFT算法在匹配速度和准确度方面有很大的突破。

1 SIFT算法

SIFT算法对尺度缩放、旋转甚至视角变化等方面都保持不变性，是众多基于特征的图像匹配算法中最稳定的算法。……