基于點(diǎn)特征的圖像配準(zhǔn)研究及其應(yīng)用.pdf

1、圖像配準(zhǔn)是數(shù)字圖像處理領(lǐng)域一個(gè)非常重要的分支，它解決同一場(chǎng)景在不同時(shí)間、不同角度由相同或者不同的光學(xué)設(shè)備得到的存在相對(duì)旋轉(zhuǎn)、平移及縮放的兩幅或者多幅圖像的配準(zhǔn)問(wèn)題，目的是匹配圖像，將圖像間存在的畸變?nèi)コ?，目前，圖像配準(zhǔn)技術(shù)已經(jīng)在醫(yī)學(xué)、遙感及軍事等領(lǐng)域得到了實(shí)際應(yīng)用。
　　目前，基于點(diǎn)特征的圖像配準(zhǔn)已經(jīng)成為圖像配準(zhǔn)技術(shù)的研究熱點(diǎn)，而特征點(diǎn)提取和匹配是點(diǎn)特征配準(zhǔn)的兩個(gè)關(guān)鍵環(huán)節(jié)，本文以特征點(diǎn)提取和匹配為主要研究?jī)?nèi)容，并針對(duì)經(jīng)典算法的不足

2、做了相應(yīng)的改進(jìn)，最后用改進(jìn)的算法實(shí)現(xiàn)了圖像的拼接。
　　本文的完成的主要研究工作可以分為以下幾個(gè)方面:
　　1.通過(guò)數(shù)學(xué)表示構(gòu)建了圖像配準(zhǔn)的模型，將圖像配準(zhǔn)從方法和應(yīng)用兩個(gè)方面進(jìn)行了分類，并將圖像配準(zhǔn)分成四步進(jìn)行了詳細(xì)介紹。
　　2.對(duì)特征點(diǎn)提取過(guò)程做了詳細(xì)描述。詳細(xì)介紹了三種經(jīng)典的特征點(diǎn)提取算子:Harris算子、SIFT算子、SURF算子，分析了三種算子的性能并做了簡(jiǎn)單比較。鑒于SIFT算子較高的精度和良好的魯棒性

3、，選取SIFT算子為主要研究?jī)?nèi)容;SIFT算法的不足是特征描述子為128維，導(dǎo)致占用大量存儲(chǔ)空間且運(yùn)算時(shí)間較長(zhǎng)，針對(duì)算法的不足，本文研究了改進(jìn)的SIFT算法，改進(jìn)的算法將特征描述子的維數(shù)從128維降低到了48維，同時(shí)將特征描述子的描述范圍從16×16擴(kuò)展到了24×24，實(shí)驗(yàn)表明改進(jìn)的算法不僅縮減了占用空間及運(yùn)算時(shí)間，還一定程度的提高了匹配精度。
　　3.介紹了特征點(diǎn)匹配的過(guò)程，首先描述了經(jīng)典Kd樹(shù)查詢法的原理及構(gòu)建過(guò)程，并通過(guò)算法

4、的不足引出了BBF查詢法，BBF查詢法不僅提高了匹配效率而且擴(kuò)展了應(yīng)用范圍;然后介紹了去除誤匹配點(diǎn)的比值提純法;最后，針對(duì)提純后誤匹配點(diǎn)依然較多的圖像，本文引入了肯德?tīng)栂禂?shù)約束，該約束能夠有效的剔除誤匹配點(diǎn)，但是會(huì)增加運(yùn)算時(shí)間，應(yīng)用受到一定的限制。
　　4.將改進(jìn)的SIFT算法與BBF查詢法結(jié)合實(shí)際應(yīng)用到兩幅圖像的拼接中，簡(jiǎn)單介紹拼接過(guò)程中用到的RANSAC算法和線性漸變?nèi)诤戏?，最后給出了拼接圖像的效果圖。
　　本文通過(guò)對(duì)不