基于SIFT算法的数字图像大变形测量技术研究作者：杨俊林 彭卫 曾小强来源：《电脑知识与技术》2013年第31期 摘要：提出了一种基于尺度不变特征变换（SIFT）算法的大变形测量方法。该方法首先精确地提取出变形前后两幅图像的SIFT特征点，然后生成每个SIFT点的特征描述子，并利用该描述子对SIFT点进行匹配，得到这两幅图像特征点对应的坐标，最后使用仿射变换求出全场位移和应变参数。将该方法运用到模拟散斑图像中，并与基于差分进化算法的DIC方法进行对比。实验结果表明，所提算法不仅能够克服传统方法在转角大于7°容易失效的问题，还可以以较高的精度和效率计算出形变参数。 关键词：光学测量；大变形；尺度不变特征变换；仿射变换；最小二乘迭代
中图分类号：TP391.9 文献标识码：A 文章编号：1009-3044（2013）31-7091-05
1 概述
数字图像相关方法（Digital image correlation，DIC）是非接触式测量方法中的代表性
方法，它是由I.Yamaguchi[1]、W.H.Peters[2]等提出，是通过对比变形前后物体表面的灰度强度来得到表面形变量。在过去的20多年中，很多亚像素位移测量算法[3-6]被提出，这些算法提高了测量精度。由于传统算法大多采用平移参考图像子区的相关搜索来确定初始值，当转动角大于7°[7，8]时，会因目标图像子区较大变形而得到不可靠的初始值，从而使最终结果不准确。文献[9]提出采用人机交互的方式来获取大变形初值的方法，文献[10]选取连续变形的图像系列来获得初始值，但当变形图片数量较多时较为繁琐。文献[11，12]中使用的全局优化算法不需要初值，但不能保证较高的计算效率，因此在时效性要求较高的测量中并不适用。
在被测物体在产生形变时，我们会采集它的表面变形前后的图像。大多数形变是由平移、旋转和仿射变换等组成，而SIFT算法在图像发生平移、旋转和仿射变换时能够精确的匹配变形前后图像，并且还对亮度变化和噪声不敏感。基于SIFT算法，该文提出了一种新的大变形应变测量方法。通过算法仿真实验证明了本文方法在保证精度的情况下解决了大变形情况下得到不可靠结果的问题，并且全程不需要人工干涉，计算效率非常高。
