數(shù)字圖像特征點的檢測及匹配算法研究.pdf

1、在數(shù)字圖像處理中，數(shù)字圖像特征點的檢測及匹配算法研究是該領(lǐng)域的一項重要研究課題，它融合了圖像處理、特征識別、人工智能和計算機處理等許多領(lǐng)域的知識，有著較高的實際應(yīng)用價值?；谔卣鞯臋z測是目標檢測手段的常用方法，圖像特征一般可分為點、線、面三種，點特征是數(shù)字圖像中重要的局部特征，因為它具有計算量小、匹配簡單的優(yōu)點，所以應(yīng)用非常廣泛。本文做的主要工作有：
　　 本文將Harris算子、Moravec算子、Plessey算子及SUSA

2、N算子，應(yīng)用于圖像的特征點提取，詳細分析了各種特征點提取算子在穩(wěn)定性、提取效率、抗噪性、定位準確性及計算效率。在比較各種算法的優(yōu)缺點的基礎(chǔ)上，引入了基于四方位邊緣標記和角點定位模板的角點檢測的方法。本文詳細闡述了四方位邊緣標記和角點定位模板的具體算法和流程并進行了仿真實驗，對比分析了該算法與其他各算法的優(yōu)劣。實驗結(jié)果表明，基于四方位邊緣標記和角點定位模板的角點檢測方法可以有效地檢測出真正角點的準確位置，有利于后續(xù)目標的匹配，滿足了實時性

3、的要求。
　　 在匹配算法方面，在對常用的匹配算法進行分析的基礎(chǔ)上，從算法原理和算法流程的角度詳細介紹了基于模板的匹配算法和基于奇異值分解的角點匹配算法，介紹了常用的相似性度量的測量方法，通過實驗比較分析了上述兩種匹配算法的特點。最后結(jié)合上述兩種匹配算法，提出了基于角點鄰域像素灰度值的角點匹配算法，該算法將基于模板匹配算法中的灰度互相關(guān)和基于奇異值分解的角點匹配算法中的角點鄰域模板相結(jié)合，在灰度空間對特征點進行匹配。通過實驗證明