188宝金博页面版

第3l 卷第4期2011年4月计算机应用J ournal of Com puter Appl i cati onsV01．3lN o．4Apr．2011文章编号：1001—9081( 2011) 04—1019—05doi ：10．3724／SP．J ．1087．2011．01019基于分数阶微分的尺度不变特征变换图像匹配算法张丽敏1，周尚波1’ 2( 1．重庆大学计算机学院，重庆400030；2．重庆市计算机网络与通信技术重点实验室，重庆400030)(zh．1i m i n@ 163．com ；shbzhou@ cqu．edu．cn)摘要：利用分数阶微积分运算处理图像信息，有利于强化和提取图像的纹理细节，使图像得到增强，更有利于对图像特征的提取。为了提高图像匹配的正确性，用基于分数阶微积分图像处理方法，提出了改进的尺度不变特征变换( SIFT) 匹配算法，将高斯滤波和分数阶微分滤波相结合，用分数阶微分对图像特征进行强化，检测出更加稳定的尺度空间极值点，然后筛选出更多和更准确的匹配特征点，最后进行图像匹配。实验表明，在SIFT中引入分数阶微积分的应用，能够得到更多的特征关键点，提高图像匹配的正确性。关键词：分数阶微分；图像增强；尺度不变特征变换算法；图像匹配；特征关键点中图分类号：TP391．41文献标志码：AFeaturem atchi ngof scal e i nvari ant feature transformi m ages based onfracti onal di fferenti al approachZH AN G Li ．m i nl ．ZH O UShang．boI' 2(1．Col l ege ofCom puter, Chongqi ng U ni versi ty, Chongqi ng400030，Chi na；2．Chongqi ngKey Laboratory of Com puter^切∞mand Com m uni cati onTechnol ogy, Chongqi ng400030，Ch／na)Abstract：The fracti onaldi fferenti alapproachcanstrengthenand extracttexturalfeaturesof t w o di m ensi onaldi gi tali m ages；therefore，the di gi tal i m agefeature cgnbe enhanced and extracted m oreeasi l y．In order to i m prove theaccuracy ofi m age m atchi ng，based on fracti onald珊erenfi altheory，an i m proved Scal e Invari antal gori thmW asproposed． Com bi ni ngthe G anss fi l ter w i th thefracti onalextrem a andkeypoi ntscoul d bedetected．Com paredw i th theori gi nalal gori thmCan detect m ore key poi nts，and i m proves theaccuracyof i m age m atchi ng．di fferenti al ；i m age enhancem ent；Scal em atchi ng；feature keypoi ntFeature Transform ( SIFY)m atchi ngdi fferenti al fi l ter to enhance the feature ofi m age，m oreSl F1’ ．the si m ul ati on resul ts show thatthepropoⅫlKey w ords：fracti onalIl l vari ant Feature Transform ( SIFI") al gori thm ；i m age0引言分数阶微积分¨ ‘ 23是整数阶微积分的推广，其阶数可为任意实数，它实现了连续阶微积分，从而扩展了整数阶微积分的功能，在信号分析与处理等领域得到广泛的应用。相对于整数阶微分，利用分数阶微分来处理图像信号，有利于加强图像高频信息和纹理细节信息，保留部分低频轮廓信息。文献[ 3—6] 中系统地论述了图像分数阶微分对图像纹理细节的增强原理及其运算规则。图像匹配是指通过一定的匹配算法在两幅或多幅图像之间识别同名点，是计算机视觉和数字图像处理中的重要研究内容，它广泛地应用于图像目标识别、文字识别、图像拼接、计算机视觉等领域；图像匹配主要可分为以灰度为基础的匹配和以特征为基础的匹配。基于特征的匹配所处理的图像一般包含的特征有颜色特征、纹理特征、形状特征、空间位置特征等。尺度不变特征变换( Scal e Invari antSIFT)算法一“ o是一种基于局部特征的特征描述方法，也是到目前为止最有效的局部不变特征描述方法，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。SIFT算法广泛地应用于目标检测、图像识别、目标跟踪Feature Transfornl ，领域。文献[ 9] 针对SIFT算法的性能和在人脸识别应用中的缺陷，提出了两个改进方法：keypoi nts-preservi ng—si ft(KPSIFT)和parti al -descri ptor-si ft( PDSIFY) 。KPSIFr算法是保留所有在尺度空间内检测出的关键点作为特征点进行识别；PDSIFT算法是对在比较大的尺度和面部边缘附近的关键点采用局部描述子进行描述；实验结果湿示，识别效果优于初始的SIFT算法。文献[10]针对SIFT算法计算量大的问题，提出对SIFT特征进行判别排序分类、筛。觳獬鲇肫ヅ湮薰氐奶卣鞯，从Ifi i 减少计算茸，也提高r识别的正确度。文献[ 11] 提出了n维sl 丌算法，用超球面坐标梯度和创建多维直方图特征向量进千i i t-算，可以对任意维图像进行特征提取和匹配，能够成功地应用于3维医学图像的正确匹配。针对存在噪声的情况下SIFT算法的匹配率和识别性能有明显降低的缺陷，文献[ 12] 在红外线人脸图像识别中提出了SW F-SIFT( Star-styl edW i ndowFi l ter· Sl FT)算法，通过选择不同大小的星形滤波窗口对SIFT匹配特征进行滤波，筛选出不能正确匹配的关键点，提高了匹配性能。用分数阶微积分对目标图像进行处理，使图像特征更加明显，纹理细节更加清晰，平滑区域信息得以相对保留，从而更有利于图像特征的提取。冈此，本文应用分数阶微积分和SW I"算法相结合，对图像特征进行修正，提高了特征点的数收稿日期：2010一10—22；修回日期：2010—12—15。10218) ；中央高校基本科研业务费资助项日( CDJ XSl 0181132) 。作者简介：张丽敏( 1985一) ，女。河南新郑人，硕士研究生，主要研究方向：图像处理；研究方向：混沌及其控制理论、图像处理、信息安全、物理工程计算、计算机仿真。万方数据基金项目：国家自然科学基金资助项目( 60873200) ；“ 21l 工程” 三期建设项目( s一周尚波( 1963一) ，男，广西宁明人，教授，博士，主要