基于改進(jìn)SIFT算法的煙包標(biāo)簽匹配算法

孫顯辰 王保云 劉坤香 彭娟 陳美坤 谷雨薇

摘要：針對(duì)SIFT算法對(duì)煙包標(biāo)簽圖像進(jìn)行匹配時(shí)會(huì)有少量錯(cuò)誤匹配的問(wèn)題，提出一種基于改進(jìn)SIFT算法的煙包標(biāo)簽匹配算法。首先，利用中值濾波方法對(duì)煙包標(biāo)簽?zāi)０搴痛ヅ涞臒煱鼒D像進(jìn)行去噪處理;其次采用SIFT算法提取煙包標(biāo)簽?zāi)０搴蜔煱鼒D像的特征點(diǎn);然后根據(jù)余弦相似度進(jìn)行特征點(diǎn)匹配;最后計(jì)算匹配連線的斜率，對(duì)斜率結(jié)果進(jìn)行K-means聚類(lèi)，從而去除錯(cuò)誤的匹配結(jié)果。實(shí)驗(yàn)結(jié)果表明，該方法可以解決煙包標(biāo)簽圖像匹配結(jié)果出現(xiàn)的錯(cuò)誤匹配問(wèn)題。

關(guān)鍵詞：SIFT;煙包標(biāo)簽;特征點(diǎn)匹配;K-means聚類(lèi)

中圖分類(lèi)號(hào)：TP391 ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2020）24-0187-02

Abstract： Aiming at the problem that there will be a small number of mismatches when matching the cigarette packet label image with the SIFT algorithm， a cigarette packet label matching algorithm based on the improved SIFT algorithm is proposed. First， the median filter method is used to pre-denoise the packet label template and the packet image; secondly， the SIFT algorithm is used to extract the feature points of the cigarette packet label template and cigarette image; then match the feature points according to the cosine similarity; finally， calculate the slope of the matching line， and perform K-means clustering on the slope result to remove the wrong matching results. Experimental results show that this method can solve the problem of mismatching in the matching results of cigarette packet label images.

Key words： SIFT; Cigarette label; Feature point matching; K-means clustering

圖像匹配是計(jì)算機(jī)視覺(jué)的一個(gè)重要的領(lǐng)域，通常是采用匹配算法對(duì)兩張圖像進(jìn)行特征點(diǎn)的提取，再根據(jù)特征向量的相似度進(jìn)行圖像匹配。圖像匹配的算法主要分為基于像素灰度值匹配和基于圖像特征點(diǎn)的匹配兩種[1]。其中基于圖像特征點(diǎn)的匹配算法降低了匹配過(guò)程中對(duì)光照和遮擋的影響，被廣泛應(yīng)用于圖像匹配[2]。Lowe首次提出尺度不變特征變換（SIFT）算法[3]。SIFT算法對(duì)圖像的大小、角度、亮度以及放射變化等有一定的穩(wěn)定性，因此被應(yīng)用于遙感影像配準(zhǔn)[4]、圖像拼接[5]以及標(biāo)簽匹配[6]等領(lǐng)域。SIFT算法對(duì)煙包標(biāo)簽有少量的錯(cuò)誤匹配，為解決這個(gè)問(wèn)題，對(duì)最終匹配連線的斜率進(jìn)行K-means聚類(lèi)，聚類(lèi)結(jié)果中數(shù)量最多的一類(lèi)即為匹配正確的特征點(diǎn)，而其他類(lèi)則為應(yīng)當(dāng)去除的錯(cuò)誤匹配結(jié)果。

1 圖像預(yù)處理

煙包圖像在采集的過(guò)程中會(huì)受到成像設(shè)備與外部環(huán)境等影響而產(chǎn)生噪聲，這些噪聲會(huì)直接影響到后續(xù)匹配結(jié)果的準(zhǔn)確性。本文采用中值濾波對(duì)標(biāo)簽?zāi)０搴蜔煱鼒D像進(jìn)行去噪處理。中值濾波方法如下：

④直到最終的標(biāo)簽達(dá)到收斂精度，否則重復(fù)②③步。

3.2 實(shí)驗(yàn)結(jié)果

基于SIFT的匹配結(jié)果如圖3所示，結(jié)合圖1和圖2的關(guān)鍵點(diǎn)可以發(fā)現(xiàn)，由于模板中的部分關(guān)鍵點(diǎn)，在煙包圖像中并沒(méi)有對(duì)應(yīng)的關(guān)鍵點(diǎn)，在匹配的過(guò)程中，會(huì)出現(xiàn)少量的錯(cuò)誤匹配結(jié)果。為了去除這些錯(cuò)誤匹配，將匹配點(diǎn)的連線進(jìn)行K-means聚類(lèi)，數(shù)量最多的一類(lèi)即為正確的匹配結(jié)果，其他類(lèi)別為錯(cuò)誤的匹配結(jié)果。改進(jìn)SIFT的匹配結(jié)果如圖4所示，可以看出最終匹配錯(cuò)誤的結(jié)果被去除。

4 結(jié)論

本文提出一種基于改進(jìn)SIFT算法的煙包標(biāo)簽匹配算法，實(shí)驗(yàn)結(jié)果表明，在引入K-means聚類(lèi)的改進(jìn)算法可以有效地去除煙包匹配的錯(cuò)誤結(jié)果，使最終的匹配結(jié)果更加準(zhǔn)確。由于去除煙包匹配錯(cuò)誤是在匹配結(jié)果之后，會(huì)造成識(shí)別的效率變低，今后的研究重點(diǎn)為在生成關(guān)鍵點(diǎn)之前對(duì)不合適的關(guān)鍵點(diǎn)進(jìn)行去除，已達(dá)到更高效率、更精確的匹配結(jié)果。

參考文獻(xiàn)：

[1] 王宏力，賈萬(wàn)波.圖像匹配算法研究綜述[C]//全國(guó)第19屆計(jì)算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議（CACIS·2008）論文集，2008：431-436.

[2] 黃海波，李曉玲，熊文怡，等.基于SIFT算法的圖像配準(zhǔn)綜述[J].軟件導(dǎo)刊，2019，18（1）：1-4.

[3] LOWE D G.Distinctive Image features from scale-invariant keypoints[J].International Journal of Computer Vision， 2004， 60 （2） ：91-110.

[4] 丁國(guó)紳，喬延利，易維寧，等.基于高光譜圖像的改進(jìn)SIFT特征提取與匹配[J].光學(xué)精密工程，2020，28（4）：954-962.

[5] 何惠洋，韓軍.基于SIFT算法的圖像拼接技術(shù)研究[J].自動(dòng)化與儀表，2020，35（2）：57-60，79.

[6] 于林飛，李云紅，穆興，等.改進(jìn)PCA-SIFT的電子標(biāo)簽圖像匹配算法[J].西安工程大學(xué)學(xué)報(bào)，2020，34（2）：67-72，96.

[7] 焦揚(yáng)，楊傳穎，石寶.基于SIFT、K-means和BOF的鞋底痕跡檢索[J].計(jì)算機(jī)應(yīng)用與軟件，2020，37（5）：238-242.

[8] Rong Guo，Shixin Li，Ruyi Cai，Xiali Sun. Research on image matching algorithm based on improved SIFT UAV[C]. 濟(jì)南林風(fēng)文化傳媒有限公司.Proceedings of 2019 International Conference on Applied Machine Learning and Data Science （ICAMLDS 2019）.濟(jì)南林風(fēng)文化傳媒有限公司：濟(jì)南林風(fēng)文化傳媒有限公司，2019：208-212.

[9] 劉鵬飛. 基于SIFT的圖像配準(zhǔn)方法研究[D].哈爾濱工業(yè)大學(xué)，2019.

[10] 魏瑋，張芯月，朱葉.改進(jìn)的SIFT結(jié)合余弦相似度的人臉匹配算法[J].計(jì)算機(jī)工程與應(yīng)用，2020，56（6）：207-212.

【通聯(lián)編輯：梁書(shū)】