圖像中的點集匹配及應用研究.pdf

1、圖像匹配是計算機視覺中的一個重要問題，也是許多視覺應用工作的基礎。在實際中，由于拍攝時間、拍攝角度、非線性形變等諸多因素的影響，使得解圖像匹配問題非常困難。非剛性圖像匹配中特征匹配是核心內容。為了使研究的方法具有更好的通用性，本文采用最低層次的特征——點，來展開研究。本文研究的主要內容是基于點匹配的圖像匹配算法及其相關應用。
　　點匹配算法需要尋找點集間的對應關系和變換關系。實際圖像對中，由于噪聲、遮擋、離群點及非線性形變的影響，

2、為點集匹配帶來了困難。為了盡可能的去除圖像對中存在的離群點和噪聲點，找到正確的圖像點集對應關系，近年來，許多研究者提出了各種各樣的方法來解決這個問題，取得了一定的效果，但離實際的要求還有距離。如何找到新的算法，使其能夠取得比現(xiàn)有方法更好的性能，是圖像匹配算法一直所關注的。此外，現(xiàn)有的點集匹配算法都不能處理圖像對中有多種大的形變的情況，這意味著要求匹配算法能夠區(qū)分不同部分的不同變換關系。由于圖像中每一部分都可能存在一種復雜的變換關系，對這

3、種匹配算法的研究是一個巨大的挑戰(zhàn)。
　　本文圍繞著圖像匹配算法展開，具體研究了基于空間關系一致性的剛性點集匹配算法和非剛性點集匹配算法；分層混合匹配算法；圖像檢索算法。本文的研究成果包括以下四個方面：
　　(1)提出了一種基于空間關系一致性的魯棒的剛性點集匹配算法。該算法是一種參數(shù)估計算法，首先通過點集特征建立初始的對應關系以減小搜索范圍，提高計算速度，同時增強了對離群點的容忍度。然后，在最大似然框架下將匹配問題建模為一個最

4、大似然估計問題。采用EM算法，估計內點集與圖像空間一致性關系。
　　(2)將基于空間關系一致性的匹配模型推廣到解決非剛性匹配問題上。與剛性點集匹配算法相比，該方法適用范圍更廣，并且對剛性點集匹配和非剛性點集匹配都取得了好的效果。該算法無需對圖像之間的幾何關系建模，通過非參數(shù)估計求解一個與給定圖像匹配點對擬合得最好的變換函數(shù)。對常見的圖像變換諸如大視角變化、圖像旋轉、圖像壓縮、仿射變換、光照變化、非剛性變換等以及對匹配集中包含大量誤

5、匹配都表現(xiàn)出很強的魯棒性。而且能夠很容易的推廣到三維的情況。
　　(3)提出了一種分層混合模型的的點集匹配算法。對于圖像中存在多種復雜變換關系的情況，該算法能取得令人滿意的結果。當待匹配圖像對可以由一個變換關系表示時，該混合模型將退化到只含一個高斯模型的情況，相當于標準的非參數(shù)模型。因此，該方法可以看成一種更加具有普適性的方法，能夠解決圖像場景中存在多個獨立的個體以不同的運動模型進行運動的問題。并且可以用來解決相同目標在不同背景下