改进的多尺度Retinex耦合夹角约束的图像匹配算法

目的 解决当前图像匹配算法难以适应缩放等仿射变换图像之间的匹配，导致其鲁棒性以及匹配正确性不佳的问题。方法 提出基于改进多尺度Retinex方法耦合夹角约束法则的图像匹配算法。利用双边滤波代替多尺度Retinex方法中的高斯滤波，对多尺度Retinex方法进行改进，以降低图像中噪声与光晕等因素的影响。随后再引入Harris算法来检测图像的特征，通过求取特征点圆域内的Haar小波响应向量和主方向，并以主方向为起点构建扇区，提取扇区内的灰度特征，以获取相应的特征向量，从而生成特征描述符。通过特征点对应的特征向量构成的夹角，建立夹角约束法则，以完成特征点匹配。最后，利用归一化互相关函数检测错误匹配点，并对匹配效果进行优化。结果 文中算法较当前图像匹配方法，具有更好的匹配正确度以及鲁棒性能，当缩放比例达到50%时，其匹配准确率仍可维持在90.08%左右。结论 文中算法在多种几何攻击下仍具有较高的匹配精度，在图像处理、信息安全等领域具有良好的参考价值