基于特征提取和描述的圖像匹配算法研究.pdf

1、圖像匹配是圖像處理和模式識別中的一種基本的手段和方法，它是指對不同拍攝設(shè)備或拍攝環(huán)境下獲得的兩幅或多幅圖像，找到圖像間的空間變換模型，建立圖像間的映射關(guān)系，進(jìn)而對圖像進(jìn)行匹配和對準(zhǔn)的過程.它在視覺導(dǎo)航、遙感地形、目標(biāo)跟蹤、圖像融合、醫(yī)療診斷、三維重建等很多領(lǐng)域都有著廣泛的應(yīng)用.隨著應(yīng)用要求的增加，對圖像匹配的時效性和精確性都提出了更高的要求.基于特征的圖像匹配技術(shù)的基本思路是從圖像中提取出能夠包含圖像有效信息的特征，然后對這些特征進(jìn)行描

2、述，使得圖像對灰度變化、旋轉(zhuǎn)、視角和噪聲具有一定的魯棒性，最后通過特定的相似性度量準(zhǔn)則對特征描述子進(jìn)行匹配.
　　本文重點研究前人的各種圖像特征提取和特征描述的算法，并在此基礎(chǔ)上提出了一種新的圖像匹配算法.主要研究內(nèi)容分為以下三個方面:
　　(1)系統(tǒng)地介紹了基于特征點的圖像匹配方法的幾項相關(guān)技術(shù)，包括:圖像預(yù)處理、尺度空間的建立、匹配點對提純、圖像匹配性能評估標(biāo)準(zhǔn).
　　(2)詳細(xì)闡述了幾種經(jīng)典的特征點提取算法，包括

3、:Moravec角點、Harris角點、SUSAN角點、Fast角點、SIFT和SURF，并通過實驗給出各算法的檢測效果.此外，也介紹了特征點描述的兩種常用方法，包括基于梯度直方圖的局部描述子和基于二進(jìn)制位串的局部描述子;然后分別介紹了幾種具有代表性的描述子算法.
　　(3)提出了一種實時魯棒的特征點匹配算法RRM，該算法首先通過微分操作確定圖像的邊緣區(qū)域和邊緣方向，接著找出邊緣區(qū)域中很可能成為特征點的錨點，然后使用主曲率剔除不穩(wěn)