计量学报

作者：尚明姝, 王克朝, 高玉宝

关键词：光学计量,图像配准,角点检测,尺度空间,K-means,RANSAC

基金：黑龙江省重点研发项目(GY2023JD0051)

针对现有Harris与尺度空间结合算法存在复杂度高、准确度低、实时性差的问题，提出一种改进算法。建立尺度不变特征转换（SIFT）图像金字塔，在其上检测Harris特征点，以32维向量作为特征描述符。利用向量相似性匹配特征点。改进了经典K-means算法，不设固定初始值，以距离大、相关性小的候选初始类中心点为初始类中心点，特征点归入距离最小类中。从2幅图像的各类特征点中随机抽取3对匹配点，组成一对三角形，利用三角形相似性进一步筛选匹配点。令改进的RANSAC算法根据匹配点误差距离，分别为所有的匹配点赋值，令所有的匹配点共同评估变换模型，选出最优解。实验结果表明，该算法比SIFT算法、Harris算法提取的特征点减少了约22%，匹配正确率提高了约13%，运算时间减少了约4.7%。

来源：2026年第1期

《计量学报》期刊编辑部

查看计量学报杂志2026年第1期