基于SIFT算法的图像配准综述作者：黄海波李晓玲熊文怡来源：《软件导刊》2019年第01期摘要：SIFT图像配准是图像处理领域的一项重要技术，在遥感测绘、目标识别、图像及视频检索、导航制导和场景分类等多个领域应用广泛。
在对现有SIFT图像配准文献研究的基础上，介绍了经典SIFT算法，将各种SIFT改进方法划分为基于特征点提取的改进和基于图像匹配的改进两类，对各类型的改进方法进行了系统阐述。
介绍了点特征图像配准算法性能评价指标，展望了该算法的研究前景。
关键词：SIFT;图像配准;点特征;图像处理DOI：10. 11907/rjdk. 182042中圖分类号：TP301 文献标识码：A 文章编号：1672-7800（2019）001-0001-04Abstract： Image registration based on SIFT is an important technology in image processing. This technology has been widely used in many fields such as remote sensing mapping， object identification， image and video retrieval， navigation guidance and scene classification. With the study of existing documents of SIFT image registration， the classical SIFT algorithm is introduced in this paper. And the improved methods of SIFT are divided into two categories： the improvement of feature point extraction and the improvement of image registration. And then， the systematical introduction of them are conducted. At the same time， several performance evaluation standards of feature points image registration algorithms are introduced， and the research prospects of this algorithm are forecasted.Key Words： SIFT; image registration; point feature; image processing0 引言图像配准是对不同时间、不同角度或不同传感器获取的同一场景两幅或多幅图像进行空间对准的过程[1]。
基于SIFT特征的遥感影像自动配准
茹朝阳
【期刊名称】《城市勘测》
【年(卷),期】2009(000)006
【摘要】提出了一种基于特征点的全自动高分辨率遥感影像配准方法,该方法采用对于尺度具有鲁棒性的SIFT算法进行特征点的提取与匹配,并通过RANSAC方法和双向匹配策略提高特征点的匹配精确度.最后利用同名特征点构建影像间的转换模型,实现高精度影像纠正与配准.实验结果表明,该算法具有较强的匹配能力和鲁棒性.
【总页数】5页(P61-65)
【作者】茹朝阳
【作者单位】太原市勘察测绘研究院,山西,太原,030002
【正文语种】中文
【中图分类】P237
【相关文献】
1.基于Harris-SIFT特征匹配的图像自动配准算法研究 [J], 李玉峰;王竹筠
2.集成MSER和SIFT特征的遥感影像自动配准算法 [J], 王晓华;邓喀中;杨化超
3.基于SIFT特征的遥感影像自动配准 [J], 李晓明;郑链;胡占义
4.基于SIFT特征的多源遥感影像自动配准 [J], 李吉军;周尚波;陈虹;张伟伟
5.基于SIFT特征遥感影像自动配准与拼接 [J], 程焱;周焰;林洪涛;潘恒辉
因版权原因，仅展示原文概要，查看原文内容请购买。
一种基于改进SIFT算法的图像配准方法
刘辉;申海龙
【期刊名称】《微电子学与计算机》
【年(卷),期】2014(31)1
【摘要】给出一种改进的SIFT算法,并将该算法应用到图像配准中.首先,该改进算法结合Canny算子,去除影响匹配的边缘点.然后采用最近邻与次近邻之比来对96维描述子进行匹配.最后,采用随机抽样一致性(RANSAC)方法消除误匹配.实验结果表明,与原SIFT算法相比,该算法能够有效提高图像配准确度,并减少了10%左右的运算时间.
【总页数】5页(P38-42)
【关键词】图像配准;SIFT算法;Canny算子;RANSAC
【作者】刘辉;申海龙
【作者单位】重庆邮电大学通信新技术应用研究所;重庆信科设计有限公司
【正文语种】中文
【中图分类】TP391
【相关文献】
1.一种基于改进SIFT的SAR图像配准算法 [J], 李智;曲长文;周强;刘晨
2.基于改进的SIFT算法的图像配准方法 [J], 周佳欣;徐梦云;刘建全
3.一种改进SIFT的SAR与可见光图像配准算法 [J], 石聪聪;杨学志;董张玉;王守峰
4.一种基于SIFT算法的SAR图像配准方法 [J], 范宗杰;徐向辉;周晓丽
5.基于改进SIFT算法的图像配准方法 [J], 刘辉;申海龙
因版权原因，仅展示原文概要，查看原文内容请购买。
SIFT方法在医学图像配准中的应用研究中期报告一、研究背景医学图像配准是将不同的医学图像（如MRI、CT、PET等）进行对齐，以实现不同图像之间的对比和分析。
医学图像配准技术在疾病诊断、治疗计划、手术导航等方面有重要应用，因此是医学图像处理领域的一个重要研究方向。
SIFT（Scale Invariant Feature Transform）算法是一种比较常用的特征点提取和匹配算法，其具有对旋转、尺度缩放等变换具有不变性的特点，因此在医学图像配准中得到了广泛应用。
本研究旨在探究SIFT算法在医学图像配准中的应用效果以及优化方法。
二、研究内容1. SIFT算法原理SIFT算法是一种用于特征点提取和匹配的算法。
其基本思想是通过寻找局部空间尺度的极值点，并通过尺度不变量检测对其进行描述，从而获取到具有稳定特征的关键点。
SIFT算法包括四个步骤：尺度空间极值检测、关键点的选取、定位关键点的精确位置和方向以及关键点描述。
2. SIFT算法在医学图像配准中的应用将SIFT算法应用于医学图像配准中，通常需要选取一幅图像作为参考图像，将其他图像映射到参考图像上。
具体步骤包括：(1) 对图像进行预处理，如消除噪声、归一化等。
(2) 提取图像的特征点，并计算它们的描述符。
(3) 对所有图像的特征点进行匹配，并根据匹配结果计算出变换矩阵。
(4) 使用变换矩阵将非参考图像映射到参考图像上。
3. 研究进展及存在问题目前，在医学图像配准中，SIFT算法已被广泛应用。
但是，仍然存在一些问题，例如：(1) 鲁棒性不足。
当医学图像存在大量的旋转、平移、缩放和畸变等变化时，SIFT算法的匹配效果会变差。
(2) 计算复杂度较高。
SIFT算法需要计算特征点的描述符，而描述符的计算量较大，会影响算法的运行速度。
(3) 存在误匹配的问题。
在医学图像配准中，由于图像之间存在类似的结构和形状，某些特征点会被误匹配。
三、下一步工作计划基于以上研究进展和问题，下一步的工作计划如下：(1) 针对SIFT算法的鲁棒性问题，我们将探究如何通过改进算法或者使用其他特征点提取和匹配算法来提高配准效果。
