在传统的 SIFI"算法之上，结合 Canny和 Hillbert．Huang变换，提 出一种改进 的 SIFT算 法。 Canny算子可以有效地避免边缘响应，但是 出现平滑过度和边缘移位。利用 Hillbert—Huang变换增强 图像轮廓。然后提 出一种基于 Canny算子和 Hillbert．Huang变换的改进算法。与原算法所提取 的特 征点进行比较，可以发现改进的算法获得的特征点更加精确，消除了一些错误特征点，精确率提高，而且提高了抗噪声性能。
\
图像匹配作为工业 、农业 、商业以及军事领域中 不可缺少的一项重要研究手段 ，近年来一直被人们 不断进行深入探索 ，在国内外主要有以下几个手段 ： 颜色或灰度特征提取 、纹理边缘特征提取 、图像代数 特征提取 、图像变换 系数特征提 取 ]。其 中，SIFT 算法以其受光照强度影响小 ，对 目标遮挡处理结果 好 ，良好 的鲁棒性以及实时高速的特点 ，在特征点检 测中被许多学者广 泛应 用。文献 [2]提 出 SIFT 算 法通过确定尺度空间 、检测关键点位置 、确定关键点 位置 以及对选取关键点描述几个 步骤，最终实 现图 像匹配。然而 SIFT算法 也存 在缺陷 ，SIFT算法 中 利用 DOG算子进行边缘检测后所得到的关键点 ，由 于边缘响应 的原因 ，有很 多并不是 真正的关键点 。 在边缘检测中 ，Canny算子具有滤波、增强 以及检测 等多方面优化 ，受到噪声干扰性小 ，但是 Canny算子 处理步骤中，利用高斯算子对图像平滑处理时，会出 现过度平滑和边缘移位 的情况 J。二维的 Hillbea— Huang变换用于 图像分解中，可以将 图像分解成对 应 的内蕴 模 函数 ，使边 缘轮 廓更加 清 晰。所 以将 Canny和 Hillbea—Huang变换进行融合 ，两者 同时检 测出的关键点 ，即为应该选取的特征点。
Canny和 HiUbert-Huang算法
JohnF．Canny于 1986年提 出的 Canny边缘检 测算子 ，它抗噪性能好 、定位精度高。Canny算子边缘检测共分为 5个步骤 ： 1)利用高斯滤波器对 图像进行平滑滤波 。 H( ，Y)=G( ，Y)％，( ，Y)=G(Y) (G( )) (1) 式 中，C(x)为水平方 向，G(y)为竖直方 向，G( ，Y) 为高斯滤波 ，，( ，y)为原 图像 ，H(x，Y)为平滑后的 图像 。 2)计算图像的强度及方 向。 P(i，)=(，[i+1，]一，[i，]+ ，[i+1，+1]一，[i√+1])／2 (2) P(，)=(，[i，+1]一，[i，]+ ，[ +1√+1]一，[i+1，])／2 (3) M[i，]=√P[iJ]。+P i，] (4) 0[i，．『]=arctan(P [i，jl／P [i，]) (5) 其 中，(2)式 、(3)式为偏导数 ，(4)式 、(5)式为梯度 幅值和梯度方向。 3)利用非极大抑制来消除错误点并得到单像 素边缘点。
编辑切换为居中
添加图片注释，不超过 140 字（可选）
\
