摘要: 针对 SIFT（Scale Invariant Feature Transform）算法中使用固定对比度阈值提出了改进方法。当红外图像纹理特征不明显时，算法所能提取的特征点数量会大量减少，影响后续利用特征点进行如图像匹配、目标识别等处理。而人工改变对比度阈值具有局限性，不适用于很多场合。因此提出了一种基于纹理特征的自适应对比度阈值的 SIFT 算法。所使用的纹理特征提取方法是灰度共生矩阵，鉴于灰度共生矩阵并不能直接应用的特点，因此提取了特征参数。在图像纹理的特征参数如角二阶矩较大时，调低对比度阈值，使得特征点数量得以提高。此算法经验证表明能够在图像纹理特征不明显的情况下依然提取出大量的 SIFT 特征点。