平面壁画高分辨率图像的快速特征匹配方法

摘要

既有的图像特征匹配算法比较适合于一般分辨率的图像,且是在灰度图像上进行的.洞窟壁画图像的特点是分辨率非常高,并且还可能存在具有相同灰度纹理和不同颜色的区域.针对这类特殊图像,提出了一种面向高分辨率壁画图像的高速化特征匹配算法(简称NeoKPM算法). NeoKPM算法有2个主要特点:(1)通过降采样图像获得原图像粗配准的单应变换矩阵,极大地降低了后续特征匹配的时间复杂度;(2)提出了一种基于灰度和颜色不变量的特征描述符,能很好地区分具有相同灰度纹理和不同颜色的特征点,提高了特征匹配的正确性.在实际壁画图像库上,对NeoKPM算法的性能进行了实验.实验结果表明,NeoKPM算法在分辨率为8 000万像素的壁画图像上,其每对图像的正确匹配点数量平均比SIFT (Scale Invariant Feature Transform)算法高出了近10万个;其特征点匹配平均处理速度是SIFT算法的20倍;其基于图像单个像素的双图像平均误差小于0.04像素.

关键词

壁画数字化 / 特征匹配 / 暴力匹配 / 颜色不变量