作者：杨飒 郑志硕图像处理图像配准尺度不变特征变换特征提取稀疏随机投影
摘要：针对尺度不变特征变换（Scale-invariant feature transform,SIFT）算法在关键点特征描述向量阶段计算复杂并且维数较高的现象,提出了一种基于压缩感知理论的SIFT算法。通过压缩感知理论的稀疏特征表示方法,对SIFT关键点特征向量进行提取,将高维梯度导数向量降到低维稀疏特征向量,降低了关键点描述向量维度。采用欧式距离作为关键点的相似性度量,Best-Bin-First（BBF）数据结构避免穷举,使数据的运算量大为减少。实验结果表明,新算法对存在仿射变换的医学图像配准性能优于传统SIFT算法,与当前改进型的SIFT算法相比,本文算法的实时性明显增强。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
