基于特征的圖像匹配算法研究

摘要

圖像匹配就是把具有同一場景的兩幅或多幅圖像在空間上對準，進而確定他們之間變換關系的過程，這些圖像可能是在不同時間、用不同傳感器、從不同視角拍下來的。在目標跟蹤、圖像導航、文字識別、資源分析、人臉識別以及計算機視覺等領域中，需要解決的一個關鍵問題就是圖像匹配，而利用包含圖像重要結構信息的少量特征點來確定圖像間的變化關系是解決該問題的一種有效方法。這種方法的難點是如何提取穩定的特征點，并構建適應旋轉、形變、遮掩、噪聲及其他因素的特征描述子。

本文對兩種特征點提取算法(Harris算法和SIFT算法)進行分析比較，得出Harris角點檢測算法效率高，但對尺度變化和抗噪性的魯棒性差，SIFT算法對尺度變化及抗噪性魯棒性好，但算法時間復雜度高，且對圖像紋理要求高。

圖像匹配的方法大致分為兩類：基于像素的圖像匹配方法和基于特征的圖像匹配方法。而基于特征的圖像匹配方法是目前圖像匹配的最常用方法，其最大的優點在于能夠將對整個圖像進行的各種分析轉化為對圖像特征（特征點、特征曲線等）的分析，從而大大減小了圖像處理過程的運算量。經過多年的研究，基于特征的圖像匹配技術以及取得了一定的研究成果，其主要步驟包括：圖像采集、特征提取、特征匹配、圖像變換。本文會實現基于點特征的圖像匹配的仿真。

關鍵詞：特征點檢測  圖像匹配  Harris  圖像處理

ABSTRACT

...

KEY WORDS：Feature point detection Image matching  Harris  Image processing

目錄

摘要5

第一章 緒論7

1.1 研究背景7

1.2 研究現狀綜述8

1.2.1 特征點提取研究現狀8

1.2.2 特征點匹配研究現狀11

1.3 研究內容12

1.4 論文組織結構13

第二章 角點檢測及MATLAB實現15

2.1 角點定義15

2.2 常用角點檢測的算法16

2.2.1 Harris算子16

2.2.2小波變換算子16

2.2.3 Moravec算子17

2.2.4 Forstner算子18

2.3 常用角點檢測算法比較19

2.4 Harris角點檢測的MATLAB實現20

2.5 本章小結23

第三章  仿真軟件 Matlab23

3.1  Matlab軟件介紹23

3.2  Matlab軟件特點24

3.3  Matlab軟件優勢26

3.3.1 編程環境26

3.3.2 處理能力26

3.4本章小結27

第四章  基于點特征的圖像匹配及其仿真28

4.1 圖像匹配的方法28

4.1.1 基于點特征的圖像匹配算法29

4.1.2 基于線特征的圖像配準算法30

4.2圖像匹配的原理31

4.3圖像匹配的MATLAB實現31

4.4圖像拼接的原理33

4.5圖像拼接的MATLAB實現33

4.6 本章小結34

第五章  全文總結34

參考文獻35

致謝37

附 錄38