基于局部特征的圖像匹配方法及應(yīng)用研究.pdf

1、近年來(lái)計(jì)算機(jī)視覺(jué)取得飛速發(fā)展，圖像匹配作為計(jì)算機(jī)視覺(jué)領(lǐng)域中的一項(xiàng)關(guān)鍵技術(shù)，越來(lái)越受到國(guó)內(nèi)外學(xué)術(shù)界的關(guān)注。現(xiàn)階段圖像匹配技術(shù)被廣泛運(yùn)用于在目標(biāo)識(shí)別、圖像檢索、三維重建等實(shí)際應(yīng)用中，具備十分重要的研究意義以及應(yīng)用價(jià)值。
　　通過(guò)研究人員的不斷創(chuàng)新，圖像匹配技術(shù)獲得了顯著發(fā)展，涌現(xiàn)出一大批優(yōu)秀的圖像匹配算法，取得了較好的效果。然而由于圖像信息復(fù)雜且所處環(huán)境多變，無(wú)論哪種圖像匹配技術(shù)都有其局限性，不可能適用于所有圖像的匹配。尤其當(dāng)發(fā)生復(fù)雜

2、的圖像變化如噪聲干擾、仿射形變時(shí)，最早提出的基于灰度值的圖像匹配算法已無(wú)法滿足匹配要求。目前基于局部特征的圖像匹配算法以其較高的魯棒性而被廣泛應(yīng)用，該算法主要包括特征檢測(cè)和特征描述兩個(gè)方面，并作為本文的研究重點(diǎn)。本文在分析總結(jié)經(jīng)典圖像匹配算法基礎(chǔ)上，針對(duì)算法的魯棒性以及運(yùn)算速度方面提出了相關(guān)改進(jìn)算法。具體工作如下:
　　(1)研究了Hessian-Affre算子在圖像局部特征區(qū)域檢測(cè)中的應(yīng)用，提出一種基于Hessian-Affin

3、e的DCT域局部特征描述子。該方法首先對(duì)圖像進(jìn)行預(yù)處理，得到理想的匹配圖像，然后利用Hessian-Affine算子檢測(cè)穩(wěn)定的特征區(qū)域，將特征區(qū)域歸一化后在極坐標(biāo)下進(jìn)行網(wǎng)格采樣，對(duì)形成的采樣矩陣進(jìn)行DCT變換并通過(guò)ZigZag掃描，最后生成一個(gè)緊湊的特征向量。并且可以根據(jù)目標(biāo)圖像的性質(zhì)，靈活地選取特征向量的維數(shù)，生成具有較高魯棒性的局部特征描述子。
　　(2)研究了SURF算法在圖像快速匹配中的應(yīng)用，提出了一種基于DCT和SURF