李秀华， 姚 佳

(长春工业大学 计算机科学与工程学院， 吉林 长春 130012)



归一化积相关Brisk图像配准算法

李秀华， 姚 佳

(长春工业大学 计算机科学与工程学院， 吉林 长春 130012)

首先应用归一化积的相关系数进行图像块的匹配，对匹配成功的图像运用AGAST算法提取特征点，再将提取的特征点应用Brisk描述子进行描述，最后应用汉明距离对Brisk描述子进行匹配。

AGAST算法； Brisk算法； 归一化积相关

0 引 言

图像配准不仅在机器视觉、遥感、医学等众多领域已得到普遍应用，在军事方面也取得了令人瞩目的成绩。人类要从相同场景的两幅或多幅图像中获得更多的可利用信息时，就应该采取图像配准方法，对得到的图像进行处理。其中，Lowe[1]在2004年完善后的SIFT算法是一种效果较好也是比较成功的一种算法，但是该方法提取的冗余点多、计算复杂度较高。针对SIFT算法速度上的不足，Y.Ke[2]等结合主成分分析提出了一种PCA-SIFT算法，而Bay[3]等应用积分图像与黑森矩阵(Hessian)检测算子提出了SURF算法。随后，为了满足图像配准越来越高的实时性，Rublee[4]等在2011年提出了ORB算法，同年，Leutenegger[5]等提出了Brisk算法。在2012年，由王宏志[6]等将比值法与小波变换理论相结合的图像拼接方法改善了图像拼接的精度。

Brisk算子是一种新提出的二进制描述算子，并且同时具有尺度不变和旋转不变性。与SIFT、ORB等其他描述算法相比，Brisk算子在计算量和特征点匹配的时间方面也有明显提高，并且具有很高的性能。目前，在角点特征检测[7]、图像匹配[8]、图像识别[9]等领域,Brisk算法一直都是研究的热点。……