基于sift特征提取的图像配准算法matlab仿真
1.算法描述
SIFT 是一种从图像中提取独特不变特征的方法,其特点为基于图像的一些局部特征,而与图像整体的大小和旋转无关。并且该方法对于光照、噪声、仿射变换具有一定鲁棒性,同时能生成大量的特征点。SIFT (Scale-invariant feature transform), 尺度不变特征转换,是一种图像局部特征提取算法,它通过在不同的尺度空间中寻找极值点(特征点,关键点)的精确定位和主方向,构建关键点描述符来提取特征。
SIFT提取的关键点具有尺度不变性、旋转不变性,而且不会因光照、仿射变换和噪音等因素而干扰。SIFT所查找到的关键点是一些十分突出、不会因光照、仿射变换和噪音等因素而变化的点,如角点、边缘点、暗区的亮点及亮区的暗点等。
1. SIFT特征是图像的局部特征,其对旋转、尺度缩放、亮度变化保持不变性,对视角变化、仿射变换、噪声也保持一定程度的稳定性;
2. 独特性(Distinctiveness)好,信息量丰富,适用于在海量特征数据库中进行快速、准确的匹配;
3. 多量性,即使少数的几个物体也可以产生大量的SIFT特征向量;
4. 高速性,经优化的SIFT匹配算法甚至可以达到实时的要求;
5. 可扩展性,可以很方便的与其他形式的特征向量进行联合。
2.仿真效果预览
matlab2022a仿真结果如下:
3.MATLAB核心程序
frames = [] ; descriptors = [] ; % % 开始工作 % fprintf('---------------------------- 开始 SIFT: 从图像中提取SIFT特征 ------------------------------\n') ; tic ; fprintf('SIFT: 用DoG构造尺度空间 ...\n') ; tic ; scalespace = do_gaussian(I,sigmaN,O,S,omin,-1,S+1,sigma0) ; fprintf(' 高斯尺度空间计时: (%.3f s)\n',toc) ; tic ; difofg = do_diffofg(scalespace) ; fprintf(' 构建相减尺度空间: (%.3f s)\n',toc) ; for o=1:scalespace.O fprintf('CS5240 -- SIFT: 计算 “组” %d\n', o-1+omin) ; tic ; % DOG octave 的局部极值检测 oframes1 = do_localmax( difofg.octave{o}, 0.8*thresh, difofg.smin ) ; oframes2 = do_localmax( -difofg.octave{o}, 0.8*thresh, difofg.smin ) ; oframes = [oframes1 ,oframes2 ] ; fprintf('CS5240 -- SIFT: 初始化关键点 # %d. \n', ... size(oframes, 2)) ; fprintf(' 用时 (%.3f s)\n', ... toc) ; tic ; if size(oframes, 2) == 0 continue; end % 移除靠近边界的关键点 rad = magnif * scalespace.sigma0 * 2.^(oframes(3,:)/scalespace.S) * NBP / 2 ; sel=find(... oframes(1,:)-rad >= 1 & ... oframes(1,:)+rad <= size(scalespace.octave{o},2) & ... oframes(2,:)-rad >= 1 & ... oframes(2,:)+rad <= size(scalespace.octave{o},1) ) ; oframes=oframes(:,sel) ;%把不是靠近边界点的极值点重新放入oframes中 fprintf('CS5240 -- SIFT: 移除靠近边界关键点后 # %d \n', size(oframes,2)) ; tic ; % 精简局部, 阈值强度 和移除边缘关键点 oframes = do_extrefine(... oframes, ... difofg.octave{o}, ... difofg.smin, ... thresh, ... r) ; fprintf('CS5240 -- SIFT: 移除低对比度和边缘上关键点后 # %d \n',size(oframes,2)) ; fprintf(' Time (%.3f s)\n', toc) ; tic ; fprintf('CS5240 -- SIFT: 计算特征点方向\n'); % 计算方向 oframes = do_orientation(... oframes, ... scalespace.octave{o}, ... scalespace.S, ... scalespace.smin, ... scalespace.sigma0 ) ; fprintf(' 用时: (%.3f s)\n', toc);tic; % Store frames x = 2^(o-1+scalespace.omin) * oframes(1,:) ; y = 2^(o-1+scalespace.omin) * oframes(2,:) ; sigma = 2^(o-1+scalespace.omin) * scalespace.sigma0 * 2.^(oframes(3,:)/scalespace.S) ; %图像的尺度 frames = [frames, [x(:)' ; y(:)' ; sigma(:)' ; oframes(4,:)] ] ; fprintf('CS5240 -- SIFT:计算方向后的特征点 # %d \n', size(frames,2)) ; % Descriptors fprintf('CS5240 -- SIFT: 计算 描述子...\n') ; tic ;