圖像配準(zhǔn)算法與實(shí)現(xiàn)技術(shù)研究.pdf

1、圖像配準(zhǔn)是圖像處理應(yīng)用領(lǐng)域的一個(gè)基本問題,廣泛應(yīng)用在計(jì)算機(jī)視覺、醫(yī)療診斷、投影影像、多維模型的創(chuàng)建、圖像融合等領(lǐng)域。
　　特征提取和特征匹配是圖像自動(dòng)配準(zhǔn)的重要實(shí)現(xiàn)方法。Scale Invariant Feature Transform(SIFT,尺度不變特性變換)是一種關(guān)鍵點(diǎn)特征的提取方法,由于SIFT對(duì)圖像的尺度變化、旋轉(zhuǎn)光照的變化和圖像變形都具有較好的適應(yīng)性,且具有較高的匹配精度,改善了傳統(tǒng)圖像配準(zhǔn)中的許多問題,因此,SIF

2、T算法是圖像特征提取和特征匹配的重要實(shí)現(xiàn)方法之一,在圖像融合、圖像配準(zhǔn)、圖像校正等領(lǐng)域都有很廣泛的應(yīng)用。
　　本文首先介紹圖像配準(zhǔn)的發(fā)展過程及各種算法,然后著重描述了一種基于圖像高層次提取特征的SIFT算法。包括了SIFT算法的發(fā)展,算法優(yōu)勢(shì)和主要實(shí)現(xiàn)流程。在此基礎(chǔ)上,對(duì)傳統(tǒng) SIFT算法進(jìn)行了改進(jìn),采用加入小波變換的方法,改善了傳統(tǒng) SIFT算法實(shí)時(shí)性不強(qiáng)、計(jì)算復(fù)雜等問題。為了提高光照適應(yīng)性,獲得更高的識(shí)別率,本文在SIFT特征