利用改进的DCCD和SIFT描述符的影像匹配方法

徐秋辉; 佘江峰; 宋晓群; 肖鹏峰

doi:10.13203/j.whugis20130753

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

利用改进的DCCD和SIFT描述符的影像匹配方法

徐秋辉, 佘江峰, 宋晓群, 肖鹏峰

文章导航 > 武汉大学学报 ● 信息科学版 > 2015 > 40(12): 1613-1617,1645

徐秋辉, 佘江峰, 宋晓群, 肖鹏峰. 利用改进的DCCD和SIFT描述符的影像匹配方法[J]. 武汉大学学报 ● 信息科学版, 2015, 40(12): 1613-1617,1645. doi: 10.13203/j.whugis20130753

引用本文:

XU Qiuhui, SHE Jiangfeng, SONG Xiaoqun, XIAO Pengfeng. An Image Matching Method Based on Improved DCCD and SIFT Descriptor[J]. Geomatics and Information Science of Wuhan University, 2015, 40(12): 1613-1617,1645. doi: 10.13203/j.whugis20130753

Citation:

XU Qiuhui, SHE Jiangfeng, SONG Xiaoqun, XIAO Pengfeng. An Image Matching Method Based on Improved DCCD and SIFT Descriptor[J]. Geomatics and Information Science of Wuhan University, 2015, 40(12): 1613-1617,1645. doi: 10.13203/j.whugis20130753

利用改进的DCCD和SIFT描述符的影像匹配方法

doi: 10.13203/j.whugis20130753

1.
南京大学地理信息科学系, 江苏南京, 210000;
2.
江苏省国土资源信息中心, 江苏南京, 210000

基金项目: 国家自然科学基金资助项目(41371365)。

详细信息

作者简介:
徐秋辉,硕士生,研究方向为影像匹配以及影像拼接。E-mail:xuqiuhui1987@hotmail.com

通讯作者: 佘江峰,博士,副教授。E-mail:gisjf@nju.edu.cn

中图分类号: P237.3

An Image Matching Method Based on Improved DCCD and SIFT Descriptor

1.
1 Department of Geographical Information Science, Nanjing University, Nanjing 210000, China;
2.
2 The Information Center of Land Resources of Jiangsu Province, Nanjing 210000, China

Funds: The National Natural Science Foundation of China, No. 41371365.

摘要: 提出一种基于改进的DCCD(double-cirele-based corner detector, )和SIFT(scale invariant feature transform)描述符的影像匹配方法。在特征点检测阶段,首先采用改进的DCCD快速检测影像上的关键点,然后确定关键点的主方向,生成特征点。在特征点描述阶段,采用SIFT描述符描述特征点。在特征点匹配阶段,分别采用BBF(best bin first)算法和RANSAC(随机采样一致性)算法进行特征点粗匹配和误匹配特征点剔除。实验结果表明,与基于Harris角点和SIFT描述符的影像匹配方法相比,该方法在匹配速度和准确率方面得到了提高。
- 影像匹配 /
- 特征匹配 /
- 改进DCCD /
- SIFT描述符
Abstract: An image matching method based on improved DCCD and SIFT descriptor is proposed. With the proposed method, key points are detected rapidly using improved DCCD, and then the orientation of these key points is determined to form the feature points from these key points. And SIFT descriptor is used to describe these feature points. As for feature point matching, BBF algorithm and RANSAC algorithm are used for rough matching andeliminating false matching respectively. The experimental results show that the proposed method possesses faster matching speed and higher matching accuracy compared to the image matching method based on Harris corner and SIFT descriptor.
- image matching /
- feature matching /
- improved DCCD /
- SIFT descriptor

[1]	Zitova B, Flusser J. Image Registration Methods: A Survey [J]. Image and Vision Computing, 2003, 21:977-1 000
[2]	Zhang Yongjun. Geometric Processing of Low Altitude Remote Sensing Images Captured by Unmanned Airship[J]. Geomatics and Information Science of Wuhan University, 2009, 34(3): 284-288(张永军. 无人驾驶飞艇低空遥感影像的几何处理[J]. 武汉大学学报·5信息科学版, 2009, 34(3): 284-288)
[3]	Yang Heng, Wang Qing. A Novel Local Invariant Feature Detection and Description Algorithm[J]. Chinese Journal of Computers, 2010,33(5):935-943(杨恒,王庆. 一种新的局部不变特征检测和描述算法[J]. 计算机学报,2010,33(5):935-943)
[4]	Lowe D G. Object Recognition from Local Scale-invariant Feature[C]. International Conference on Computer Vision, Corfu, Greece, 1999
[5]	Lowe D G. Distinctive Image Features from Scale-invariant Keypoints [J]. International Journal of Computer Vision, 2004, 60(2):91-110
[6]	Mikolajczyk K, Schmid C. A Performance Evaluation of Local Descriptors [J]. IEEE Trans Pattern Analysis and Machine Intelligence, 2005, 27(10):1 615-1 630
[7]	Azad P, Asfour T, Dillmann R. Combining Harris Interest Points and the SIFT Descriptor for Fast Scale-invariant Object Recognition[C]. Intelligent Robots and Systems 2009, IEEE/RSJ International Conference on IEEE, St Louis, Missouri, USA,2009
[8]	Chen Mengting, Yan Dongmei, Wang Gang. Algorithm of High-resolution Remote Sensing Image Matching Based on Harris Corner and SIFT Descriptor[J]. Journal of Image and Graphics, 2012, 17(011): 1 453-1 459(陈梦婷, 闫冬梅, 王刚. 基于 Harris 角点和SIFT描述符的高分辨率遥感影像匹配算法[J]. 中国图象图形学报, 2012, 17(011): 1 453-1 459)
[9]	Harris C, Stephens M. A Combined Corner and Edge Detector[C].Alvey Vision Conference, Manchester,UK, 1988
[10]	Beis J, Lowe D G. Shape Indexing Using Approximate Nearest-neighbour Search in High-dimensional Spaces [C]. Conference on Computer Vision and Pattern Recognition, Puerto Rico, 1997
[11]	Matas J, Chum O. Randomized RANSAC with T_d,d Test [J]. Image and Vision Computing, 2004, 22:837-842
[12]	Noble J A. Finding Corners [J]. Image and Vision Computing, 1988, 6(2): 121-128
[13]	Smith S M, Brady J M. SUSAN—A New Approach to Low Level Image Processing [J]. International Journal of Computer Vision, 1997, 23(1):45-78
[14]	Lan J, Zhang M. Fast and Robust Corner Detector Based on Double-circle Mask [J]. Optical Engineering, 2010, 49(12): 1 127-1 134
[15]	Trajkovic M, Hedley M. Fast Corner Detection [J]. Image and Vision Computing, 1998, 16:75-87

[1]	李欣, 杨宇辉, 杨博, 尹峰. 利用方向相位特征进行多源遥感影像匹配 . 武汉大学学报 ● 信息科学版, 2020, 45(4): 488-494. doi: 10.13203/j.whugis20180445
[2]	叶沅鑫, 慎利, 陈敏, 王继成. 局部相位特征描述的多源遥感影像自动匹配 . 武汉大学学报 ● 信息科学版, 2017, 42(9): 1278-1284. doi: 10.13203/j.whugis20150576
[3]	徐亚明, 石娟, 安动动, 马旭东. 利用影像分割和匹配特征进行无人机影像变化检测 . 武汉大学学报 ● 信息科学版, 2016, 41(10): 1286-1291. doi: 10.13203/j.whugis20140873
[4]	张永军, 熊金鑫, 余磊, 凌霄. 严密定位模型辅助的国产卫星影像匹配 . 武汉大学学报 ● 信息科学版, 2014, 39(8): 897-900. doi: 10.13203/j.whugis201200178
[5]	郭黎, 李宏伟, 张泽建, 张斌. 道路网信息投影匹配方法研究 . 武汉大学学报 ● 信息科学版, 2013, 38(9): 1113-1117.
[6]	杨晟, 李学军, 朱诗兵. 遥感影像匹配中的反定位误匹配剔除算法 . 武汉大学学报 ● 信息科学版, 2013, 38(9): 1083-1087.
[7]	杨晟, 李学军, 朱诗兵, 刘涛. 近似核线影像的轻量级多阶多尺度特征准稠密匹配 . 武汉大学学报 ● 信息科学版, 2013, 38(11): 1298-1302.
[8]	闫利, 陈林. 一种改进的SURF及其在遥感影像匹配中的应用 . 武汉大学学报 ● 信息科学版, 2013, 38(7): 770-773.
[9]	叶沅鑫, 单杰, 熊金鑫, 董来根. 一种结合SIFT和边缘信息的多源遥感影像匹配方法 . 武汉大学学报 ● 信息科学版, 2013, 38(10): 1148-1151.
[10]	张谦, 贾永红, 胡忠文. 多源遥感影像配准中的SIFT特征匹配改进 . 武汉大学学报 ● 信息科学版, 2013, 38(4): 455-459.
[11]	张春森, 范金健. 利用物体结构信息进行影像线特征关系匹配 . 武汉大学学报 ● 信息科学版, 2012, 37(9): 1059-1063.
[12]	宋妍, 田玉刚, 贾小霞. 基于Zernike矩的多时相遥感影像匹配方法研究 . 武汉大学学报 ● 信息科学版, 2009, 34(10): 1226-1230.
[13]	程亮, 龚健雅, 韩鹏, 宋小刚. 遥感影像仿射不变特征匹配的自动优化 . 武汉大学学报 ● 信息科学版, 2009, 34(4): 418-422.
[14]	袁修孝, 宋妍. 基于边缘特征匹配的遥感影像变化检测预处理方法 . 武汉大学学报 ● 信息科学版, 2007, 32(5): 381-384.
[15]	江万寿, 郑顺义, 张祖勋, 张剑清. 航空影像特征匹配研究 . 武汉大学学报 ● 信息科学版, 2003, 28(5): 510-513.
[16]	张祖勋, 张剑清, 张力. 一种利用影像匹配的城区三维景观图生成途径 . 武汉大学学报 ● 信息科学版, 1999, 24(4): 283-289.
[17]	曾湧, 廖明生, 张剑清, 沈未名. 保持匹配一致性的遥感影像压缩编码 . 武汉大学学报 ● 信息科学版, 1997, 22(3): 245-247,251.
[18]	方针, 张剑清, 张祖勋. 基于城区航空影像的变化检测 . 武汉大学学报 ● 信息科学版, 1997, 22(3): 240-244.
[19]	李德仁, 王树根. 数字影像匹配质量的一种自动诊断方法 . 武汉大学学报 ● 信息科学版, 1995, 20(1): 1-6.
[20]	王才诗, 李德仁, 舒宁. NOAA/AVHRR影像特征匹配 . 武汉大学学报 ● 信息科学版, 1994, 19(1): 37-44.

点击查看大图

计量

文章访问数: 1012
HTML全文浏览量: 25
PDF下载量: 435
被引次数: 0

利用改进的DCCD和SIFT描述符的影像匹配方法

doi: 10.13203/j.whugis20130753

1. 南京大学地理信息科学系, 江苏南京, 210000;

2. 江苏省国土资源信息中心, 江苏南京, 210000

基金项目: 国家自然科学基金资助项目(41371365)。

作者简介:
徐秋辉,硕士生,研究方向为影像匹配以及影像拼接。E-mail:xuqiuhui1987@hotmail.com

通讯作者: 佘江峰,博士,副教授。E-mail:gisjf@nju.edu.cn

收稿日期: 2014-06-28
刊出日期: 2015-12-05

中图分类号: P237.3

关键词:

影像匹配 /

特征匹配 /

改进DCCD /

SIFT描述符

摘要: 提出一种基于改进的DCCD(double-cirele-based corner detector, )和SIFT(scale invariant feature transform)描述符的影像匹配方法。在特征点检测阶段,首先采用改进的DCCD快速检测影像上的关键点,然后确定关键点的主方向,生成特征点。在特征点描述阶段,采用SIFT描述符描述特征点。在特征点匹配阶段,分别采用BBF(best bin first)算法和RANSAC(随机采样一致性)算法进行特征点粗匹配和误匹配特征点剔除。实验结果表明,与基于Harris角点和SIFT描述符的影像匹配方法相比,该方法在匹配速度和准确率方面得到了提高。