Face à la complexité de l'algorithme de correspondance SIFT traditionnel, à la redondance des points caractéristiques et à la difficulté de satisfaire aux exigences en temps réel, cet article propose un algorithme rapide de correspondance d'images SIFT avec un seuil localement adaptatif. Tout d'abord, la méthode proposée optimise la pyramide gaussienne construite sur la base de l'algorithme SIFT en réduisant le nombre de couches pour éliminer les points caractéristiques redondants et améliorer l'efficacité de détection, et adapte le seuil dans l'algorithme FAST en fonction du contraste local de l'image pour obtenir une détection de points caractéristiques de haute qualité, sélectionnant des points robustes pour un appariement plus précis ; ensuite, une fenêtre circulaire gaussienne est utilisée pour établir un vecteur de caractéristiques à 32 dimensions pour améliorer l'efficacité de l'algorithme ; enfin, les points caractéristiques sont épurés selon la cohérence géométrique entre les paires de points appariés, réduisant efficacement les erreurs d'appariement. Les résultats expérimentaux montrent que la méthode proposée dépasse les performances globales de l'algorithme SIFT et d'autres algorithmes de correspondance en termes de précision et d'efficacité de calcul, avec une amélioration d'environ 10 % de la précision d'appariement et une réduction de 49 % du temps d'exécution par rapport à l'algorithme SIFT traditionnel. En cas de changement d'échelle, de rotation ou d'éclairage, le taux de correspondance correcte est supérieur à 93 %.

Algorithme SIFT;Pyramide gaussienne;Seuil adaptatif;Descripteur de caractéristiques;Correspondance d'images