1 武汉科技大学 信息科学与工程学院，湖北 武汉 430080
2 武汉科技大学 冶金自动化与检测技术教育部工程研究中心，湖北 武汉 430080
针对传统SIFT匹配算法复杂、特征冗余点多、难以满足实时性等问题，本文提出了一种具有局部自适应阈值的SIFT快速图像匹配算法。首先，所提方法在SIFT算法的基础上，对构建的高斯金字塔进行了优化，通过减少金字塔层数来消除冗余特征点以提高检测效率，并根据图像局部对比度来自适应提取FAST算法中的阈值从而实现高质量的特征点检测，筛选出鲁棒性较强的特征点进行更准确的匹配；其次，采用高斯圆形窗口建立32维降维特征向量，提高算法运行效率；最后，根据匹配特征点对之间的几何一致性对特征点进行提纯，有效减少误匹配。实验结果表明，本文方法在匹配精度和运算效率方面的综合表现均优于SIFT算法及其他对比匹配算法，相比传统的SIFT算法，匹配精度提高了约10%，算法运行时间缩短了约49%。在图像发生尺度、旋转以及光照变化的情况下，正确匹配率在93%以上。
SIFT算法 高斯金字塔 自适应阈值 特征描述符 图像匹配 SIFT algorithm Gaussian pyramid adaptive thresholds feature descriptor image matching
1 武汉科技大学冶金自动化与检测技术教育部工程研究中心，湖北 武汉 430081
2 武汉科技大学信息科学与工程学院，湖北 武汉 430081
针对现有点云配准算法在跨源点云上配准效果不佳的问题，提出一种基于角度约束的跨源点云配准算法。该算法重新定义快速点特征直方图（FPFH）算法的权重系数，以适应不同尺度的点云数据，提高匹配点对的内点率；同时使用角度约束对匹配点对进行筛选，保留兼容性良好的匹配点对用于尺度估计，对两个点云的尺度进行统一。在粗配准阶段，筛选出满足距离约束的兼容三角形，计算粗配准矩阵，完成初步变换。最后利用迭代最近点（ICP）算法进行细配准，提高整体的配准精度。实验结果表明，所提算法对相同尺度和不同尺度的点云数据均具有较好的配准效果，且具备快速配准点云的能力。
点云配准 跨源点云 角度约束 尺度估计 激光与光电子学进展
2023, 60(22): 2215004
