基于SIFT算子的影像匹配方法研究.pdf

1、影像匹配技術作為三維重建、目標識別、影像拼接、導航定位等領域的核心技術，其精度以及可靠性是推進領域更快發(fā)展的基礎，因此提高影像匹配精度成為人們?nèi)找骊P注的熱點?；诖吮疚脑诜治霎斍坝跋衿ヅ溲芯楷F(xiàn)狀和匹配技術的基礎上，從影像匹配預處理、特征提取、特征匹配與粗差剔除四個方面進行深入研究，提出了利用多種測度限制匹配，多種約束條件結合RASNAC方法進行逐步粗差剔除的一種由粗到精的匹配策略。論文主要完成以下工作:
　　(1)影像預處理。對比

2、均值濾波、中值濾波、自適應中值濾波的去噪方法以及直方圖均衡化、Wallis算子銳化的增強方法，對其進行對比實驗，基于去除噪聲的效果以及保留圖像邊緣信息程度，選擇自適應中值濾波去噪和Wallis算子銳化的增強方法對圖像進行預處理，達到了消除噪聲干擾，增強圖像邊緣信息的目的。
　　(2)影像特征點提取。深入研究Moravec算法、Forstner算法、Harris算法、SUSAN算法和SIFT算法提取特征點的原理，并進行特征點提取實驗

3、?；趯τ嬎闼俣?、提取能力的對比分析，本文實驗選擇魯棒性強、具有亞像素精度的SIFT提取算子對影像進行特征點提取。
　　(3)影像匹配。對生成的SIFT特征向量采用兩種測度限制匹配，即計算最鄰近點與次鄰近點的歐氏距離比值、相關系數(shù)法相結合進行匹配。實驗證明，本文利用兩種測度進行匹配，初始匹配點更精確。
　　(4)粗差剔除。將核線約束以及單應矩陣約束引入到RANSAC算法的模型中，對其進行逐步粗差剔除，實現(xiàn)了由粗到精的匹配策略