基于SIFT的圖像配準(zhǔn)及其應(yīng)用研究.pdf

1、圖像配準(zhǔn)是圖像處理的基本任務(wù)之一,它用于將不同拍攝條件下獲取的同一物體或場景的兩幅或多幅圖像進(jìn)行匹配,使這一相同成像物體上的同一點(diǎn)在兩幅完成配準(zhǔn)的圖像上有相同的空間位置。隨著人們對圖像配準(zhǔn)精度要求的不斷提高,越來越多的研究者對此問題進(jìn)行研究,并且提出了很多配準(zhǔn)算法,如基于灰度信息、基于優(yōu)化策略、基于特征的圖像配準(zhǔn)算法等等,其中最主要的算法之一是Lowe DG在2004年提出的SIFT特征配準(zhǔn)算法,該算法用于圖像配準(zhǔn)可以取得良好效果,但是

2、也存在一些問題,如:提取圖像特征點(diǎn)較多、配準(zhǔn)點(diǎn)冗余、容易誤配、存儲空間大、匹配耗時等。因此,本文對 SIFT算法進(jìn)行了研究和改進(jìn),主要工作如下:
　　(1)結(jié)合區(qū)域提取的方法改進(jìn) SIFT配準(zhǔn)算法。一幅圖像所包含的有效目標(biāo)數(shù)量有限,如果在配準(zhǔn)之前提取兩幅圖像中相同的目標(biāo)區(qū)域,然后再對此區(qū)域進(jìn)行配準(zhǔn),無疑可以減少 SIFT特征點(diǎn)、提高配準(zhǔn)效率。本文首先利用傳統(tǒng)的邊緣檢測算子提取圖像中的目標(biāo)區(qū)域,然后再利用 SIFT算法進(jìn)行配準(zhǔn),實(shí)驗(yàn)

3、結(jié)果表明這種改進(jìn)可以在提高配準(zhǔn)速度的同時保證配準(zhǔn)精度。
　　(2)提出了一種基于視覺注意模型的 SIFT特征配準(zhǔn)算法。模擬視覺注意機(jī)制進(jìn)行區(qū)域提取可以找到圖像中重要的顯著目標(biāo),與傳統(tǒng)的邊緣檢測算法相比,所提取的區(qū)域與圖像中重要目標(biāo)相對應(yīng),能夠反映圖像的主要信息,更好地排除背景干擾,從而使得 SIFT所提取的特征點(diǎn)具有明確的意義。利用視覺注意計算模型,對待配準(zhǔn)的圖像提取出顯著目標(biāo)后,再進(jìn)行對應(yīng)的顯著目標(biāo)配準(zhǔn)。實(shí)驗(yàn)結(jié)果表明,本算法減少