基于高光谱图像的改进SIFT特征提取与匹配
【摘要】 进SIFT征的特点加其次;针对尺度不变特征变换算法所提取图像特征点数量少（SIFT）误匹率高的问题、提出了一种基于高光谱图像的改，。算法首先依据传统，结合在不同波段下的高光谱图像具有相同宏观特，首次用高光谱图像作为原始算法中经高斯变换产生的图像，传统，算法以及大量的改进方法都只通过目标象元邻域范围内的像素信息来构造特征描述符使得检测到的具有实际意义的特征点数量大幅增，算法中高斯金字塔的构造思想而忽略了SIFT，SIFT像素点的位置信息素信息进行粗匹配之后文中将目标象元的位置信息纳入了特征描述符，在特征描述符的匹配阶段，利用特征描述符中的位置信息进行精细匹配，仿真实验结果表明。在利用邻域范围内的像，在限定最优值与次优值之比:的情况下采用高光谱图像构造高斯金字塔的方式能显著增加特征点的提取数量，更多地挖掘出图像中的极值点，征描述符中加入目标象元的位置信息作为
