基于邊緣特征的匹配算法改進研究.pdf

1、針對圖像匹配全局搜索影響匹配速度的問題，本文引入了遺傳算法，將其與Hausdorff跟離相結(jié)合來優(yōu)化圖像匹配的搜索過程。首先對基準(zhǔn)圖像和實時圖像進行預(yù)處理，以自適應(yīng)選取閾值的Canny算子來提取圖像的邊緣作為特征單元；然后引入遺傳算法對待配準(zhǔn)圖像進行匹配操作；在遺傳操作中利用改進的STM Hausdorff距離來構(gòu)造遺傳算法的適應(yīng)度函數(shù)，以此通過遺傳算法確定出最優(yōu)的變換參數(shù)，完成基準(zhǔn)圖像和實時圖像的匹配；最后通過實驗仿真驗證了算法的有效

2、性。 Hausdorff距離作為一種評價兩個圖像位置關(guān)系的量化標(biāo)準(zhǔn)，以其很強的抗干擾和容錯能力被廣泛應(yīng)用于圖像匹配之中。然而單純的Hausdorff距離對噪聲和孤立點均比較敏感，導(dǎo)致誤匹配率較高。各類改進的Hausdorff距離形式能在特定的匹配環(huán)境中克服這些不足，但面對本課題中復(fù)雜的成像畸變和復(fù)合噪聲的情況，仍不能獲得理想的匹配效果。本文采取了一種先對標(biāo)準(zhǔn)方差的Hausdorff距離(STMHD)進行排序，爾后再求其部分均值