圖像角點(diǎn)提取及匹配方法的研究.pdf

1、圖像特征提取和匹配技術(shù)廣泛應(yīng)用于目標(biāo)追蹤、圖像檢索、三維重建等領(lǐng)域。在眾多的圖像特征中，角點(diǎn)的位置比較明確，沒有歧義，并且角點(diǎn)在保留圖像原有結(jié)構(gòu)特征的基礎(chǔ)上，能極大地減少數(shù)據(jù)量。本文重點(diǎn)研究了圖像中角點(diǎn)的提取和匹配方法。
　　本文所做的工作主要包括角點(diǎn)提取算法研究、特征點(diǎn)描述與匹配方法研究、基于GPU的圖像加速算法研究三個(gè)方面。
　　在角點(diǎn)提取算法方面，在總結(jié)了以往角點(diǎn)提取算法的優(yōu)缺點(diǎn)后，本文提出了一種新的角點(diǎn)提取算法。該算

2、法在準(zhǔn)確檢測角點(diǎn)的同時(shí)，還能保留構(gòu)成角點(diǎn)的邊緣方向信息，從而為角點(diǎn)提供更多的約束。針對以往很多角點(diǎn)算法會檢測到圓角點(diǎn)的問題，本文還提出了一種利用曲率變化率來區(qū)分圓角點(diǎn)和鈍角點(diǎn)的方法。最后將本文提出的角點(diǎn)算法與五種知名的算法進(jìn)行性能比較，實(shí)驗(yàn)結(jié)果表明，本文算法在角點(diǎn)提取精確度ACU和定位誤差兩個(gè)指標(biāo)上均為最好。同時(shí)，本文算法在保證角點(diǎn)定位精度和穩(wěn)定性的基礎(chǔ)上，還具有很快的運(yùn)算速度，本文算法在角點(diǎn)定位精度和運(yùn)算速度上達(dá)到了一個(gè)很好的平衡。<

3、br>　　在特征點(diǎn)描述與匹配方面，本文提出了一種基于邊緣方向的二進(jìn)制特征描述子。該描述子保存了構(gòu)成角點(diǎn)的邊緣方向信息，可以實(shí)現(xiàn)相同類型角點(diǎn)的匹配。本文提出的角點(diǎn)描述子還能作為剔除誤匹配點(diǎn)的方法，將其與BRIEF特征描述子結(jié)合起來使用，可以提高特征點(diǎn)匹配的正確率，而且在提高匹配正確率的同時(shí)，幾乎不增加計(jì)算量。
　　在基于GPU的圖像加速算法方面，本文研究了基于CUDA平臺的并行化處理技術(shù)，并重點(diǎn)研究了基于CUDA的圖像并行處理技術(shù)，