基于特征的圖像匹配算法研究與應(yīng)用.pdf

1、長(zhǎng)久以來(lái)，圖像匹配在眾多領(lǐng)域都有著廣泛的應(yīng)用，如軍事、網(wǎng)絡(luò)安全、工業(yè)、醫(yī)學(xué)等等。它是圖像處理的關(guān)鍵基礎(chǔ)技術(shù)，對(duì)其進(jìn)一步的探索是一個(gè)具有挑戰(zhàn)性并有著重要意義的研究。關(guān)于圖像匹配的研究已經(jīng)比較成熟，相關(guān)的算法也很多，從最初基于灰度的圖像匹配，到如今匹配效果更佳的---基于特征的圖像匹配。本文主要研究基于特征的圖像匹配算法。
　　首先介紹了圖像匹配的概念、一般流程以及影響圖像匹配幾個(gè)重要要素，并且簡(jiǎn)要闡述了尺度空間的基礎(chǔ)理論。其次研究了

2、圖像匹配中的幾種經(jīng)典算法，如SIFT算法、PCA-SIFT算法、SURF算法和基于顏色的SIFT算法。對(duì)于SIFT算法的原理及步驟進(jìn)行了詳細(xì)的研究分析，它提取的特征點(diǎn)具有縮放、平移和旋轉(zhuǎn)不變性，并對(duì)視角和光照等具有魯棒性?；赟IFT算法提取的特征點(diǎn)具有相關(guān)性及匹配效率的問(wèn)題，演化出了PCA-SIFT算法和SURF算法。PCA-SIFT算法利用主成分分析法提取少數(shù)特征來(lái)替代SIFT算法中較多的特征。而SURF主要是通過(guò)提出了Hessia

3、n實(shí)現(xiàn)加速并更易于并行。Color-SIFT算法對(duì)顏色信息和SIFT算法提取的特征點(diǎn)信息結(jié)合來(lái)實(shí)現(xiàn)圖像匹配。并且對(duì)文中算法用拍攝的圖像實(shí)現(xiàn)了圖像匹配實(shí)驗(yàn)。由于圖像匹配時(shí)對(duì)生成的描述子匹配的速率不高及原圖像的對(duì)稱圖像不具有良好的匹配效果等問(wèn)題。本文提出了向搜索策略中引入SMC框架和修改SIFT描述子的方法予以解決。
　　搜索策略是圖像匹配算法性能提升的一個(gè)重要瓶頸。我們?cè)赟IFT算法的基礎(chǔ)上將SMC框架引入到搜索策略。SMC方法主要

4、通過(guò)重采樣和潛在約束條件相結(jié)合的方式優(yōu)化搜索。經(jīng)過(guò)實(shí)驗(yàn)表明，改進(jìn)后的算法在匹配的準(zhǔn)確性和速度上都有了明顯提高。針對(duì)SIFT算法的描述子進(jìn)行逆轉(zhuǎn)處理，讓其具有表征鏡像圖像（原圖的對(duì)稱圖像）和原始圖像的特征。主要針對(duì)其對(duì)稱圖像的匹配效果，通過(guò)對(duì)SIFT描述的變換，讓其達(dá)到令人滿意的效果。在本文最后提出了在鏡像圖像匹配的基礎(chǔ)上的一個(gè)應(yīng)用---圖像分類，在基于SIFT算法的基礎(chǔ)上，將BoF算法引入到圖像分類中，其主要通過(guò)對(duì)SIFT算法提取的特征