基于稠密局部自相似特征流的图像配准算法

摘要

针对基于稠密SIFT流图像配准算法执行效率和配准准确率有待提高的不足,提出了一种基于稠密局部自相似(LSS)描述符构建的稠密改进的LSS(ILSS)特征流的图像配准算法。算法通过颜色空间转换分离出彩色图像中的颜色和亮度信息,只在亮度通道上提取稠密LSS特征以大幅度提高图像特征提取阶段执行效率。随后以保持特征流场光滑性为约束条件,采用金字塔多分辨率迭代法提高LSS特征流场估计阶段的执行效率。多分辨率迭代法的基本思想是先在图像粗粒度网格上快速估算出初步的特征流场,然后再逐步求精获得最终精确的特征流场。大量实验表明,与稠密SIFT流相比,基于稠密ILSS特征流的图像配准算法在图像内容发生较大变化时具有更好的鲁棒性,同时具有更高的执行效率和图像配准确率。