[发明专利]一种基于余弦测度的改进PCA-SIFT图像配准方法

摘要

本发明公开了一种在实现SIFT特征描述符的降维技术基础上，结合欧式距离度量与余弦相似测度度量进行特征匹配的方法。根据PCA可以实现降低维度的特点，首先实现传统128维SIFT描述符的降维。在此基础上，结合欧式距离与余弦相似度，分别在距离与方向上进行特征点相似度的计算，从而实现快速、精确的图像特征匹配。

主权项

1.一种基于余弦测度的改进PCA‑SIFT图像配准方法，其特征在于，包括以下步骤:步骤一:构建高斯差分(DOG)尺度空间，在DOG空间搜索极值点，初步确定特征点位置与所在尺度。步骤二:特征点的精确定位，同时消除低对比度并消除边缘响应，获得稳定的关键点的准确信息。步骤三:计算特征点邻域梯度直方图，为特征点分配方向信息。步骤四:生成PCA‑SIFT描述子。将每个以特征点为中心的41×41邻域并将其旋转到主方向，计算像邻域内(最外层不计算)每个像素的水平、竖直方向的梯度，得到描述该特征点的2×39×39＝3042维的描述子。所有特征点的描述子按顺序放入描述子矩阵中。步骤五:计算描述子矩阵的协方差矩阵，得到该矩阵的特征值与特征向量，并按照特征值从大到小的顺序保留前k个特征值对应的特征向量，得到投影矩阵。步骤六:将描述子矩阵与投影矩阵相乘，得到降维后的新的描述子矩阵，用于图像匹配。步骤七:基于距离测度与余弦相似度，对特征描述符集合的匹配同时建立距离以及方向上的约束，提高匹配准确度。