一种去冗余的SIFT特征提取方法

　　基于SIFT特征点的配准是图像配准领域里常采用的一种方法。但是，在复杂背景下，图像SIFT特征点通常量大且冗余，这会带来浪费存储空间、容易误配、配准耗时多等问题。针对这些缺点，提出了一种去冗余的SIFT特征提取算法。首先提取出SIFT特征点，然后根据特征点周边梯度情况，判断特征点是否落于目标区域，进而保留目标区域特征点，删除背景区域特征点，减少特征点数量的同时也实现了去冗余。提取所得的特征点质量好坏由落入目标区域的点数和落入背景区域的点数比例判断。实验结果表明，本算法减少了复杂背景下大量的干扰特征点。这将为后续的配准工作提高精度和效率。