基于动态邻域密度估计的SIFT特征匹配优化算法
李慧鑫
高震
田鑫亮
李江
任雲轩
航空工业西安航空计算技术研究所 陕西西安 710000
摘要：针对传统SIFT算法在极端光照条件下因梯度退化导致的误匹配聚集及描述子区分度下降问题,文章提出了一种基于动态邻域密度估计的SIFT特征匹配优化算法.该方法通过构建滑动扩散窗口机制,量化局部匹配密度比(LMDR)的统计显著性,实现无监督误匹配过滤.设计动态搜索窗口与扩散窗口,通过统计局部窗口内匹配点数与扩散窗口匹配点数的比例,结合预设阈值判定误匹配点.实验基于航拍图像数据集,验证了扩散因子s=25、阈值ratio=0.3时,误匹配删除率达94.5％且正确匹配保留率80％以上,较传统NNDR-RANSAC方法显著优化.该方法为无显著几何约束场景下的特征匹配鲁棒性提供了新的解决思路,具有较高的工程应用价值.
关键词：SIFT特征匹配动态邻域密度估计滑动扩散窗口机制无监督学习极端光照
论文发表日期：2025-11-25
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 63-66 )