基于灰度圖像的匹配算法改進(jìn).pdf

1、本文以灰度圖像的匹配算法改進(jìn)為主要研究?jī)?nèi)容，對(duì)圖像預(yù)處理、傳統(tǒng)灰度圖像匹配算法進(jìn)行了介紹和研究。
　　 首先，從課題背景和研究意義出發(fā)，介紹圖像匹配的概念，一般圖像匹配系統(tǒng)的組成內(nèi)容等方面的知識(shí)。
　　 其次，本文對(duì)現(xiàn)有的圖像預(yù)處理技術(shù)進(jìn)行了研究。針對(duì)直方圖均衡、中值濾波、邊緣檢測(cè)作了重點(diǎn)介紹，實(shí)驗(yàn)對(duì)比了羅伯特算子、索貝爾算子、普瑞維特算子、拉普拉斯算子、高斯-拉普拉斯算子這五種邊緣檢測(cè)算子，分析了各個(gè)算子在實(shí)際應(yīng)用中的

2、優(yōu)劣特性。
　　 然后，討論了幾種常用的傳統(tǒng)灰度圖像匹配算法，如幅度相關(guān)算法(MSR)、快速傅立葉變換(FFT)相關(guān)算法、平均絕對(duì)差(MAD)算法、序貫相似性檢測(cè)(SSDA)算法等，根據(jù)其原理分析了它們的優(yōu)缺點(diǎn)。
　　 在對(duì)圖像匹配原理進(jìn)行分析研究的過(guò)程中，我們發(fā)現(xiàn)兩種減少模板圖像匹配算法計(jì)算量的途徑，即通過(guò)減小模板圖像在基準(zhǔn)圖像上的搜索空間的大小和減小模板圖像與子圖像的相關(guān)計(jì)算來(lái)減少匹配過(guò)程的總計(jì)算量。在此基礎(chǔ)上設(shè)計(jì)了

3、一種新的匹配算法，先對(duì)獲取的基準(zhǔn)圖像進(jìn)行預(yù)處理，對(duì)預(yù)處理過(guò)后的基準(zhǔn)圖像以歸一化后的灰度值作為概率密度進(jìn)行抽樣，然后進(jìn)行粗匹配過(guò)程，選取合適的子圖像集合，動(dòng)態(tài)更新閥值，得到粗匹配點(diǎn)。最后進(jìn)行精匹配過(guò)程，以粗匹配過(guò)程得到的匹配點(diǎn)為中心的九點(diǎn)鄰域，用最小二乘法擬合二次曲線，解出二次曲線的駐點(diǎn)，即為最終的精確匹配點(diǎn)。并對(duì)算法的復(fù)雜度做了詳細(xì)的分析。
　　 最后，對(duì)新算法進(jìn)行了大量實(shí)驗(yàn)，并與傳統(tǒng)實(shí)驗(yàn)進(jìn)行對(duì)比，結(jié)果證明新算法具有一定的優(yōu)越性