【出 处】：《 计算机仿真 》 CSCD 2015年第32卷第12期 206-209页,共4页

【作 者】： 黄秀花

【摘 要】 在非刚性三维图像运动过程进行配准的研究中，由于运动过程具有随机性，使得三维图像运动特征参数无法在一定的尺度空间内固定，采用传统的配准方法，在运动特征参数发生变化时，由于无法准确提取尺度空间内三维图像运动特征点，导致图像配准误差大、精度低的问题。提出改进SIFT算法的非刚性三维图像的运动过程配准方法。依据非刚性图像的运动过程特征在尺度空间的不变性，提取三维特征点，并融合于双向匹配算法构建非刚性图像特征点间的匹配关系，在将每帧图像的灰度值视作一维离散随机变量，并同时将每帧图像的均衡分布灰度值转换为随机变量的样本集，采用样本估计方法对随机变量间的相互信息进行详细的计算，进而精确的实现了对非刚性三维图像的运动过程配准。实验结果证明，改进SIFT算法的非刚性三维图像运动配准精确度高。