关键词：SIFT(scaleinvariantfeaturetransform)；视觉不变量；RANSAC(randomsampleconsensus)
摘 要：由于目前的SIFT( scale invariant feature transform)特征提取算法具有较高的时间复杂度,不利于大规模的数据存储和搜索,提出一种简化的SIFT局部图像特征提取算法.改进的SIFT算法针对于描述子生成部分进行简化,将原算法中特征点描述子的矩形区域改为圆形区域,并将RANSAC(random sample consensus)算法应用于SIFT特征匹配中,有效地剔除错误匹配点.采用K.Mikolajczyk的衡量方法,即查全率和错误率进行评估.实验结果显示,算法在旋转、光照、视角变化等情况下都有很好的匹配效果,并且降低了时间复杂度.