一种新的快速局部不变特征算法

针对传统局部不变特征算子主方向提取不准确和匹配阶段过于耗时的问题，提出一种基于RI-LBP算子和混合spill树的快速局部不变特征算法。首先提出一种FAST-Difference算法，提取出模板图像和待匹配图像的稳定特征点，然后使用旋转不变的RI-LBP描述符计算特征向量，最后对特征向量集使用混合spill树进行匹配并使用RANSAC算法剔除误匹配点。RI-LBP算子自身的旋转不变性能够在一定程度上克服特征点主方向确定不准确的缺点，使特征描述符的提取更加稳定，并生成更简单的53维局部不变特征描述符。混合spill树相对于kd-tree省略了回溯过程，对于高维数据拥有更好的匹配效率。实验证明：该算法与SURF算法描述能力相近，旋转和光照条件下比SURF性能更优，并且匹配速度更快。