一种基于特征点的卷烟商标纸配准方法

摘要

【目的】利用改进的尺度不变特征变换(Scale-Invariant Feature Transform,SIFT)算法提取的匹配特征对卷烟商标纸图像进行细粒度配准,达到提升配准精度和区分真伪卷烟商标纸图像的目的。【方法】通过对图像分块处理、剔除不稳健特征点、单应性矩阵粗配准后根据匹配点距离进行约束筛选匹配对,并提出根据细粒度配准后的匹配点距离均值进行评价,最终实现并改进了基于特征点的卷烟商标纸细粒度图像配准方法。【结果】基于本文改进的特征点检测方法可以提取到更均衡的特征点,提高推定匹配率,提出的配准结果评估标准能有效评估配准质量,粗配准筛选匹配点可以提高图像细粒度配准的精度,并可以对卷烟商标纸图像进行区分。【局限】目前的改进集中在匹配对的筛选,在细粒度配准方法研究上仍有改进的空间。【结论】基于改进的SIFT算法提取的特征点,提出了先粗配准后细配准的图像细粒度配准策略,经实验证明此策略可以提升图像配准精度,并可以达到区分卷烟商标纸图像的目的。