魚(yú)眼圖像特征匹配方法研究.pdf

1、圖像對(duì)應(yīng)點(diǎn)匹配是指確定不同圖像間對(duì)應(yīng)同一空間點(diǎn)的圖像點(diǎn)。在幾乎所有的計(jì)算機(jī)視覺(jué)問(wèn)題（如運(yùn)動(dòng)估計(jì)、物體識(shí)別、目標(biāo)檢測(cè)、三維重建等）中，圖像對(duì)應(yīng)點(diǎn)的匹配都是一個(gè)關(guān)鍵步驟，因此，這一問(wèn)題也是計(jì)算機(jī)視覺(jué)中的一個(gè)核心問(wèn)題。目前國(guó)內(nèi)外在此領(lǐng)域雖然取得了豐碩的研究成果，但大都集中于透視圖像。魚(yú)眼圖像具有較大的視場(chǎng)范圍，在現(xiàn)實(shí)中具有重要的應(yīng)用價(jià)值，但由于其非線(xiàn)性變形嚴(yán)重，使得對(duì)應(yīng)點(diǎn)匹配更加困難。
　　本文圍繞如何匹配魚(yú)眼圖像間的對(duì)應(yīng)點(diǎn)問(wèn)題做了一些

2、研究，并取得了一定的研究成果。所完成的主要工作有:
　　1.研究了魯棒估計(jì)策略對(duì)線(xiàn)性參數(shù)估計(jì)問(wèn)題的影響，并提出了一種實(shí)用的魯棒估計(jì)方法。遠(yuǎn)離圖像中心的區(qū)域比靠近圖像中心的區(qū)域變形更嚴(yán)重，數(shù)據(jù)噪聲更大，但這些區(qū)域的數(shù)據(jù)對(duì)參數(shù)估計(jì)非常重要?；谶@樣的觀察，我們合理地假設(shè)不同區(qū)域的數(shù)據(jù)噪聲不同，并給出了一種從受噪聲干擾的數(shù)據(jù)集中逐漸選擇越來(lái)越多內(nèi)點(diǎn)的策略。使用這種策略，一方面可以得到更多的數(shù)據(jù)點(diǎn)，這對(duì)噪聲數(shù)據(jù)下的線(xiàn)性估計(jì)問(wèn)題是非常有利的

3、，另一方面，數(shù)據(jù)集中包括了更多的遠(yuǎn)離圖像中心的數(shù)據(jù)點(diǎn)。這兩方面都使得運(yùn)動(dòng)參數(shù)的最終估計(jì)在精確度和穩(wěn)定性上得到了明顯提高。
　　2.編程實(shí)現(xiàn)了文獻(xiàn)中三種典型的輪廓特征點(diǎn)提取方法，并對(duì)這三種方法進(jìn)行了實(shí)驗(yàn)分析和比較。這三種方法分別是，輪廓極值曲率點(diǎn)的檢測(cè)方法，輪廓彈性極小值點(diǎn)的檢測(cè)方法，輪廓多尺度視覺(jué)曲率點(diǎn)的檢測(cè)方法。從檢測(cè)正確性、參數(shù)設(shè)定、算法執(zhí)行效率三方面分析得出，視覺(jué)曲率點(diǎn)檢測(cè)算法優(yōu)于其它兩種檢測(cè)算法。
　　3.提出了一種

4、魚(yú)眼圖像對(duì)應(yīng)點(diǎn)匹配框架，并給出了一種具體的實(shí)施方法。由于魚(yú)眼圖像變形嚴(yán)重，直接采用傳統(tǒng)的基于仿射不變量的方法往往只能得到較少的對(duì)應(yīng)匹配，一般來(lái)說(shuō)不能滿(mǎn)足實(shí)際應(yīng)用的需要。我們提出的匹配框架的主要思想是:首先采用基于仿射不變量的方法得到一定的初始匹配，并初步估計(jì)幾何約束模型;盡管這個(gè)模型不是很精確，但可以指導(dǎo)后續(xù)過(guò)程得到更多的特征匹配，并可以逐步更新約束模型，最終得到穩(wěn)定的結(jié)果。實(shí)驗(yàn)結(jié)果表明，這種匹配方法可以得到大量可靠的，穩(wěn)定的圖像特征點(diǎn)