多尺度特征点聚类的图像配准算法

摘要 针对在图像配准中多尺度角点检测时,图像的局部特征在一定的尺度范围内被多次检测到而产生冗余点问题,提出了一种基于多尺度特征点聚类的图像配准的方法,该算法利用聚类的思想将检测到的多尺度角点进行组合,选取每组角点响应值最大的点作为特征点,用SIFT描述子对特征点进行描述并匹配找出同名点,最后利用随机抽样一致算法求解出透视变换矩阵从而进行配准.实验结果表明,本算法减少了大量的冗余点,降低了匹配误差,提高图像配准的速度和精度,并且增强了对图像方向、亮度、尺度和噪声等变换条件下的鲁棒性