基于局部不變特征的圖像匹配的研究.pdf

1、圖像匹配技術的完善使它越來越多的融入到了人們?nèi)粘５纳a(chǎn)、生活中。圖像匹配簡單來說就是配準兩幅有對應關系的圖像的技術。其中基于特征的圖像匹配最為常見。其任務主要是從待測圖像中提出多個有代表性的穩(wěn)定特征點，利用種種數(shù)學方法對選取的特征參數(shù)進行描述，而后建立多點間的對應相似關系。由于傳感器的感光材料、成像原理、待測圖像的角度、以及測量環(huán)境的干擾，這些都增加了圖像匹配的難度。隨著圖像匹配技術的發(fā)展，特征匹配成為了當今的主流，它不僅能克服以上缺點

2、，使得待測特征點數(shù)大為減少，且具備良好的抗擾性和適應性。
　　SIFT特征匹配和 SURF特征匹配是兩種較為有代表性的特征匹配方法，對于各種噪聲及圖像變換都具有很好的魯棒性。SIFT特征匹配有著壓縮信息量、精確度高的優(yōu)點，但同時也存在著計算量大、耗時長、對被測物位置要求苛刻等不足。SURF特征匹配用矩形濾波器代替了二階高斯濾波核，使匹配過程得以加速，但由于主方向過于依賴局部像素的梯度方向，由此產(chǎn)生不小的誤差。所以找出一種快速提取穩(wěn)

3、定且具有代表性的特征向量，形成有效描述，完成相似性度量的匹配方法是本文研究的主要目標。
　　本文主要內(nèi)容包括：
　?、旁谝曈X傳感器檢測基本理論的基礎上進行相關硬件的選型，完成整個硬件系統(tǒng)的搭建；
　?、埔訴isual Studio2005為開發(fā)環(huán)境，完成系統(tǒng)軟件的程序設計，實現(xiàn)對被測物的數(shù)據(jù)統(tǒng)計及實驗結果分析；
　?、抢梦④浌緦ｉT用于視覺傳感器檢測開發(fā)的開源openCV(Open Source Vision