基于SIFT,PCA-SIFT和SURF特征检测方法的研究

摘要

文章对SIFT,PCA-SIFT和SURF三种鲁棒性较强的特征检测方法作对比.文中运用KNN(K-Nearest Neighbor)和RANSAC的方法对这三种方法进行分析.其中KNN用于寻求匹配对,RANSAC用于从匹配对中剔除错误匹配.特征检测性能的鲁棒性主要是对图像旋转、图像模糊、光照变化、尺度变化下的图像进行测试.在各种图像变换中SIFT都体现出了稳定性,但计算速度相对比较慢.SURF不仅与SIFT的性能相一致,而且还拥有较快的计算速度.PCA-SIFT在图像旋转和光照变化中有较好的性能.