圖像特征提取與匹配算法研究及其在印刷品圖像檢測(cè)中的應(yīng)用.pdf

1、本文的項(xiàng)目背景是設(shè)計(jì)一個(gè)基于計(jì)算機(jī)自動(dòng)識(shí)別的印刷品圖像在線差異檢測(cè)系統(tǒng)。具體過程為：印刷品圖像的預(yù)處理、圖像特征提取、特征匹配。通過以上處理，以檢測(cè)不合格的印刷品。本文主要做了以下工作： 1.在特征提取階段，分別利用Forstner、Harris、SIFT(Scale Invariant Feature Transform)三種點(diǎn)特征提取算法對(duì)印刷品圖像進(jìn)行特征提取，并就三種方法在提取特征點(diǎn)的有效性、提取特征點(diǎn)數(shù)量和提取時(shí)間上進(jìn)

2、行對(duì)比分析，得出SIFT算法更能滿足本項(xiàng)目的需求。 2.在特征匹配階段，針對(duì)Forstner和Harris特征提取算法，采用粗匹配和精匹配兩個(gè)階段進(jìn)行確定。首先，運(yùn)用相關(guān)系數(shù)法進(jìn)行特征點(diǎn)的粗匹配，再利用距離約束條件進(jìn)行精匹配，剔除偽匹配點(diǎn)對(duì)。對(duì)發(fā)生相同畸變的圖像做實(shí)驗(yàn)發(fā)現(xiàn)，Harris算法提取的特征點(diǎn)在抗平移、光照變化上明顯強(qiáng)于Forstner算子，但對(duì)不同內(nèi)容和有污質(zhì)圖像的匹配上，兩種算法都存在誤匹配的情況。 針對(duì)SI

3、FT算法的特征匹配，提出在最近鄰(NN,Nearest Neighbor)匹配之后，利用距離約束算法剔除偽匹配的特征點(diǎn)對(duì)，最后再進(jìn)行匹配點(diǎn)對(duì)個(gè)數(shù)限制，進(jìn)一步加強(qiáng)匹配約束條件。實(shí)驗(yàn)證明，SIFT算法提取的特征點(diǎn)，在識(shí)別不同內(nèi)容圖像和有污質(zhì)圖像上明顯強(qiáng)于Forstner和Harris算法。本文的算法可以實(shí)現(xiàn)橫向平移60像素、縱向平移40像素，旋轉(zhuǎn)90度，光照明顯變化圖像的正確匹配。調(diào)節(jié)匹配閾值，可以滿足多種匹配精度要求。 利用本文的