基于CCA的SIFT誤匹配剔除方法

　　針對(duì)尺度不變特征變換（ SIFT）描述子僅利用特征點(diǎn)的局部鄰域灰度信息而對(duì)圖像內(nèi)具有相似灰度分布的特征點(diǎn)易產(chǎn)生誤匹配的問(wèn)題，提出一種基于典型相關(guān)分析（ CCA）的sivr誤匹配剔除方法。該方法首先利用SIFT算法進(jìn)行匹配，得到初始匹配對(duì)；然后根據(jù)典型相關(guān)成分的線性關(guān)系擬合直線，利用點(diǎn)到直線的距離剔除大部分誤匹配點(diǎn)對(duì)；對(duì)剩余的匹配點(diǎn)對(duì)，逐一分析其對(duì)典型相關(guān)成分的共線性的影響，剔除影響程度大的特征點(diǎn)對(duì)。實(shí)驗(yàn)結(jié)果表明，該方法能夠在剔除誤匹配的同時(shí)保留更多的正確匹配，提高了圖像配準(zhǔn)的精度。