基于中心环绕滤波器检测的图像特征点匹配算法

针对传统图像匹配算法特征点检测稳定性和准确性差的问题，提出一种尺度不变性的基于中心环绕滤波器检测（SCFD）的图像特征点匹配算法。首先，构建多尺度空间，利用中心环绕滤波器检测图像在不同尺度下的特征点，采用Harris方法和亚像素插值获得稳定的特征点；其次，联合快速定向旋转二进制稳健基元独立特征（BRIEF）（ORB）算法确定特征点的主方向，构建特征点描述算子；最后，采用汉明距离完成匹配，通过最小平方中值（LMedS）定理和最大似然（ML）估计剔除误匹配点。实验结果表明，在尺度变化时，所提算法的匹配精度达到96.6%，是ORB算法的2倍；其运行时间是尺度不变特征变换（SIFT）的19.8%，加速鲁棒性特征（SURF）的28.3%。所提算法能够有效提高特征点检测的稳定性和准确性，在视角、尺度缩放、旋转、亮度等变化的情况下具有较好的匹配效果。

Image feature point matching algorithm based on center surround filter detection