为进一步适应复杂环境及战斗机自身状态的变化，提高目标跟踪算法的跟踪性能，在TLD算法框架下对其进行改进。首先，将改进了的SIFT特征匹配算法与TLD算法中的光流法相结合，根据战斗机的不同状态及周围环境自适应地选择相应算法，提高算法的鲁棒性和对复杂环境的自适应能力; 其次，引入粒子滤波进行优化，实时预测战斗机状态并缩小检测范围，在降低计算难度的同时提高跟踪速度和持续性; 最后，设置置信度检测以有效解决误判问题，提高跟踪精度。实验结果表明，当战斗机处于复杂场景或自身状态变化较大时，改进算法取得了优于参考算法的跟踪性能，可以满足长时间鲁棒跟踪的要求。

为降低商标检索算法的误检率，提出一种结合Zernike矩(ZM)和尺度不变特征变换(SIFT)的商标检索算法，该算法由离线数据库构建和在线检索组成。分别从查询图像中提取ZM和SIFT特征；根据查询图像的特征集与数据库中存储的图像的特征集之间的ZM特征进行相似度度量，形成候选商标集；最后，利用SIFT特征对查询图像与候选图像精准检测，对相似距离进行排序，将结果返回给用户。实验结果表明：与当前流行的商标检索算法相比，该算法具备更好的检索性能，在缩放、平移、模糊、透视、斜切、扭曲等变换干扰下，仍呈现出更理想的Precision- Recall曲线以及F值。

为减少SIFT车标识别算法中检测极值点的冗余以及各种图像变化因素的不利影响, 提出了基于边缘约束和全局结构化的改进SIFT算法。利用图像不变矩理论及图像边缘检测算法只对目标图像的边缘区域检测, 剔除与车标识别区域无关的极值点; 同时将特征点邻域划分为圆形并计算出同心圆内像素点最大曲率来构建全局SIFT组合特征向量, 使SIFT描述子具有全局描述特性; 并结合SVM模型作为车标图像特征向量的分类器进行特征分类、识别。仿真实验结果表明: 改进的SIFT算法可以减少冗余极值点约25%~45%, 提高了检测极值点的有效性; 使车标平均识别率达到97%以上, 改善了识别实时性。改进SIFT的车标识别方法与几种常用的图像特征提取算子相比较具有识别率高、识别速度快的优点。

以图像匹配技术为代表的弹载电视制导技术具有信息直观的特点, 作为非常优秀的图像匹配技术, SIFT算法受到了广泛的关注和深入的研究。针对传统 SIFT算法实时性差的问题, 本文提出了一种改进的 SIFT算法。在提取特征点部分, 通过 Laplace算子找出图像边缘区域并进行 Laplace加权处理, 然后利用 FAST特征点检测算法提取区域特征点; 在生成特征点描述子部分, 将传统的 128维 SIFT算子降为 48维, 利用改进的 SIFT特征描述算子为特征点赋予方向和描述符使其具有旋转不变性; 在特征点匹配部分, 利用欧式距离提取匹配点对, 并采用 RANSAC算法提纯匹配点对, 得到最优矩阵。实验结果表明改进的 SIFT算法在目标旋转、尺度变化等条件下匹配效果良好, 与传统 SIFT算法相比具有很高的实时性, 可以很好地实现图像实时匹配。

瞳孔定位的精确度很大程度取决于图片质量, 但实际应用中通常要在低质量图片下进行瞳孔定位。我们的目标是在图片质量不佳的情况下进行精确的瞳孔中心定位。对于这个目标, 本文提出一种基于改进SIFT特征和SVM分类器的瞳孔中心初始定位方法, 并通过一个大小可变的修正矩形框得到最终瞳孔中心位置。实验结果表明, 相比于其他国内外先进方法, 本文的方法可以在低质量(光照不均、表情变化等)图片上拥有更高的瞳孔定位精度, 定位结果在瞳孔区域内的精度为87.32%。

针对随机抽样一致性算法(RANSAC)计算量大、耗时长、匹配点选取不当会影响变换矩阵精度、阈值的鲁棒性较差, 以及不能完全去除误匹配等不足, 提出了一种基于SIFT特征和误匹配逐次去除的图像拼接算法。该算法首先提取图像的SIFT特征, 并利用近似的最近邻搜索算法(BBF)进行特征初始匹配, 然后利用一种误匹配逐次去除的迭代算法正确地估计图像间的变换矩阵。在这种误匹配逐次去除的迭代算法中, 采用预检测模型的方法, 减少了迭代运算的数据量, 提高了拼接速度; 采用匹配点按块随机选取的方法保证了变换矩阵的稳定性和精确度; 通过逐次筛选去除误匹配, 且在筛选过程中采用自适应阈值, 完全去除了误匹配。实验结果表明, 该算法在保证较高精度和鲁棒性的情况下, 缩短了拼接时间, 提高了拼接效率。

针对传统匹配算法对旋转和扭曲图像匹配效果不佳的问题, 提出一种基于蛋白点区域SIFT(Sale Invariant Feature Transform)特征的凝胶图像间蛋白点匹配算法。首先, 提取蛋白点区域SIFT特征; 然后, 根据SIFT特征实现蛋白点粗匹配, 并采用RANSAC(Random Sample Consensu)方法剔除误匹配特征点; 最后, 通过计算粗匹配点集之间的TPS(Thin Plate Spline)变换关系, 采用几何相关法完成蛋白点间的精匹配。通过对国际凝胶图和Bio-Rad公司测试图等不同图源的凝胶图像进行蛋白点匹配实验, 结果表明, 该算法具有较高的匹配精度, 其匹配误差小于2.2% , 对旋转和扭曲图像同样具有良好的鲁棒性。

针对倾斜的遥感影像配准困难问题，提出一种基于集成最大极值稳定区域 (MSER)和尺度不变特征转换 (SIFT)的互补不变特征的自动影像配准算法。该算法首先应用目前公认的具有最佳仿射不变性的 MSER特征区域进行影像的粗匹配，初步校正影像的空间形变。然后在粗匹配基础上采用匹配能力较强的 SIFT描述子与仿射不变矩描述子相结合，进行精匹配。通过以上两步匹配，可以提高遥感影像配准精度，尤其对倾斜影像效果更明显。最后采用倾斜的无人机 (UAV)影像进行试验，并与 SIFT配准算法比较。结果表明，本文算法在仿射不变性和匹配正确率方面均优于 SIFT配准方法。

研究了一种基于多视图 SIFT特征的三维模型检索算法。首先对三维模型进行多视图投影，得到其全方位的二维投影深度图，并在各投影深度图上提取 SIFT特征。分别利用按模型特征数比例分次建立码本及建立模型库整体码本这两种方式建立了模型库的码本，继而将模型的 SIFT特征聚类量化，并用一个多维向量将其表示出来。通过计算三维模型特征向量的 KL散度实现三维模型的相似性匹配。实验结果表明，基于多视图 SIFT特征的三维模型检索算法对于有关节模型和刚性模型均能获得较好的检索性能。