散斑噪声对基于特征点匹配的图像配准的影响

针对综合孔径数字全息, 研究了散斑噪声对基于特征点匹配的图像配准精度的影响。建立了数字离轴全息实验装置, 利用尺度不变特征变换(SIFT)算法和快速稳健特征(SURF)算法提取待配准图像和参考图像的特征点, 采用欧氏距离最邻近法进行特征点匹配; 在此基础上采用抽样一致性最大似然估计算法估计图像变换模型参数。实验结果表明, SIFT算法的抗噪性更好; 对于SIFT算法, 当散斑信噪比大于1.4时, 配准相对误差小于0.02; 对于SURF算法, 当散斑信噪比大于1.7时, 配准相对误差小于0.05。