关键词：图像匹配；目标定位；尺度不变特征转换；特征向；量描述子；随机取样一致性
摘 要：摘要：针对电力设备目标定位问题，研究了基于改进的尺度不变特征转换（scale invariant featur etransform，SIFT）精确图像配准的定位方法。首先用改进的SIFT特征描述子提取图像中的特征点，降低了特征向量描述子的维数，大大提高了算法的速度；然后采用欧氏距离对特征点进行初始匹配，由于初始匹配过程中存在误匹配，采用改进的随机取样一致性（random sample consensus，RANSAC）算法对阈值进行自动调整，消除了错误匹配；最后，以电力系统中的刀闸、变压器为例，采用旋转、缩放、光照变化及加噪声图像验证了该算法。实验结果表明：改进后的算法不仅继承了SIFT算法的鲁棒性，而且提高了算法的速度和匹配精度，可以较好地应用于电力设备目标定位中。