陈 佳，胡浩博，何儒汉，胡新荣

（1.武汉纺织大学 数学与计算机学院，武汉 430000；2.湖北省服装信息化工程技术研究中心，武汉 430000）

0 概述

图像匹配是一种通过传感器获取不同条件下的待匹配图像，采用抽象形式提取图像特征并对特征进行参数描述，再运用所描述的参数进行匹配的方法［1］，且作为计算机视觉领域的关键性技术而得到广泛应用。在影像医学方面，磁共振成像（Magnetic Resonance Imaging，MRI）技术因其良好的成像方式已成为一种常用和重要的疾病检测技术。利用MRI技术对人体的非均质柔性生物组织在不同情况状态下获得图像，并使用图像匹配技术计算出变形前后影像中的特征在目标图像上产生的精确位移，从而获得柔性生物组织弹性模量及泊松系数等物理参数，可应用于器官的损伤程度分析以及虚拟外科手术仿真过程中。

由于生物组织受力后形成的非规则、非线性变形场比器官蠕动、呼吸、肌肉伸缩等非线性医学影像配准［2］产生形变的程度更大且变形场更为复杂，并且柔性体变形场的测量精度要求高于影像配准。因此，实现快速、准确的图像特征点［3-5］描述是一项极具挑战性的难题。早期以手工特征为代表的尺度不变特征变换（Scale-Invariant Feature Transform，SIFT）算法［6］在图像处理的实际应用中非常广泛，但是因其特征描述子维度过高会造成计算复杂度增加，难以满足实时要求且无法避免人工标注特征点带来的弊端以及特征表达欠缺的问题。

鉴于传统SIFT 方法存在较为明……