改进的SIFT仿射不变性匹配算法应用于宽基线影像

本文介绍了一种新型的宽基线影像匹配方法，由姚国标、杨化超和张磊三位作者共同提出，他们在研究中关注到了SIFT特征点提取与匹配方法在数字摄影测量和图像处理领域的广泛应用，尤其是其平移、缩放和旋转不变性。然而，SIFT缺乏仿射不变性，这在宽基线立体影像匹配中是个限制，因为宽基线场景下的复杂几何变换可能导致匹配精度下降。 为了克服这个问题，作者提出了一种改进的SIFT特征加权最小二乘匹配方法。该算法首先通过SVD-SIFT特征匹配定位初始的特征点对，然后在对极几何和单应映射的约束下，采用距离加权的多尺度窗口最小二乘匹配策略进行扩展匹配。这种方法不仅保留了原始SIFT特征点的高定位精度，还通过多尺度和权重调整增强了仿射不变性，从而提高了匹配的正确性和精度。 文章指出，传统基于区域的立体匹配方法在宽基线情况下表现不佳，而SIFT特征因其定位精度和不变性曾被用于这类场景。但是，仿射不变性的缺失限制了SIFT在宽基线匹配中的效果。因此，提出的新算法旨在解决这一局限，以适应更广泛的摄影测量三维重建任务。 整个研究过程包括理论建模、算法设计和实验验证，目的是提供一个更为稳健和准确的宽基线影像匹配解决方案，这对于数字摄影测量和计算机视觉领域的技术发展具有重要意义。通过实验结果，证明了新算法在宽基线影像匹配中的优势，为实际应用提供了有力的支持。