基于SIFT和SURF的岩石铸体薄片图像特征匹配
龙源期刊网 https://www.wendangku.net/doc/0e947162.html,
基于SIFT和SURF的岩石铸体薄片图像特征匹配
作者：程国建赵媛强新建魏新善
来源：《电脑知识与技术》2017年第06期
摘要：利用SIFT（Scale-invariant feature transform尺度不变特征转换）和SURF（speed up robust features加速健壮特征）算法对岩石图像进行匹配研究。通过对选取的不同尺寸、不同分辨率的岩石图片进行对比试验，观察两种算法中的匹配点对数及匹配时间的变化，发现SURF 算法在岩石图像匹配中更具有稳定性，这对进一步探讨和改进岩石图像匹配提供了研究基础。
关键词：SIFT；SURF；岩石图像；图像匹配
中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2017）06-0202-02
1 概述
岩石是地质作用的产物，又是地质作用的对象，因此岩石是研究各种地质构造和地貌的物质基础；它记录了过去发生的地质事件，对研究地质演变有重大的意义；同时，岩石图像是目前矿物岩石类研究的主要来源，它对实现大幅度提高原油采收率、油气藏的宏观性质如渗透率等的研究很有意义，同时也有利于岩石的深度信息挖掘，随着岩石开采技术的进步和显微成像技术的不断发展，可利用的岩石铸体薄片图像也越来越多[1]。
基于特征点的配准算法是基于局部特征的岩石铸体薄片图像配准的基础，特征点的提取和描述又是进行图像匹配的基础和关键[2]。岩石铸体薄片图像的自动配准目前研究较少，尚未
得到较好的解决。SIFT算法是由 David Lowe 于 1999 年提出的用于兴趣点的检测和描述的算法，该算法具有旋转、尺度缩放、亮度变化的不变性，同时对视角变化、仿射变换、噪声也保持一定程度的稳定性，但该算法复杂度较高，且受光照强度的变化影响较大。SURF算法是对SIFT算法的一种改进，继承了SIFT算法的大部分优点，不同之处在于它用Hessian矩阵代替高斯差分尺度空间检测特征值，具有比SIFT算法更快的速度，可以达到实时性要求。
2 特征检测与匹配
2.1 SIFT算法
SIFT算子是以尺度空间的构造为基础的局部特征描述子，在构建好的尺度空间的基础上
搜索尺度空间中的极值点（特征点），然后确定极值点的尺度信息以及位置，再确定极值点的方向（其邻域梯度的主方向），最终得到具有鲁棒性的128维的特征描述子。整个SIFT算法可以分为以下几个部分：