73、基于SIFT描述符的恒星图像匹配技术

基于SIFT描述符的恒星图像匹配技术

1. 引言

在过去几十年里，天文学领域通过大规模数字巡天积累了海量的数据信息，同时强大的计算机计算能力也为处理这些数据提供了支持。这促使了更新、更快、更复杂的算法不断涌现，用于处理天文图像处理中的各类任务，如图像增强、数据缩减、图像分类、相关性计算和模式识别等。

恒星图像匹配的主要目的是验证一对图像是否属于同一个恒星对象或区域，或者在已知它们对应同一天空区域的情况下，检测是否因恒星事件（如超新星爆发、物体位置变化等）而发生了改变。虽然可以使用相关流程来实现图像匹配，但这要求两幅图像具有相同的大小、分辨率、方向和视角，即使使用同一台望远镜拍摄，这也是几乎不可能完成的任务。因此，更合适的方法是使用基于局部兴趣点和描述符的宽基线匹配技术。

其中，SIFT（尺度不变特征变换）技术是一种非常流行的宽基线匹配方法。该技术最初由David Lowe提出，并在后续得到了改进。SIFT描述符具有对图像平移、缩放和旋转的不变性，同时对仿射变换、光照变化和微小变形也具有较强的鲁棒性。除了二维图像中的目标识别，基于SIFT的技术还广泛应用于三维重建、机器人定位以及运动跟踪和分割等领域。本文旨在使用基于SIFT的鲁棒宽基线匹配技术来实现恒星图像的匹配。

2. 恒星图像匹配方法

本方法主要使用恒星图像的局部描述符作为核心信息。局部描述符是一个特征向量，用于描述由兴趣点检测器在图像中选定的方形区域的内容。兴趣点检测器会根据一些局部纹理准则，在图像中选择一些兴趣区域，兴趣点即为兴趣区域的中心。当图像发生旋转、缩放或平移等变换时，检测到的兴趣点也会以相同的方式进行变换。由于兴趣区域与图像内容紧密相关，其特征描述（即局部描述符）对某些