圖像匹配和特征點(diǎn)提取的研究.pdf

1、本論文可分為兩個(gè)部分,第一部分討論如何基于數(shù)學(xué)形態(tài)學(xué)對(duì)二值圖像進(jìn)行邊緣檢測(cè)。相比于其它空域或頻域圖像處理和分析方法,數(shù)學(xué)形態(tài)學(xué)具有一些明顯優(yōu)勢(shì)。邊緣檢測(cè)時(shí),本文采用濾波器對(duì)灰度圖像進(jìn)行過濾,以去除圖像中的噪聲點(diǎn),這樣更有利于提取圖像邊緣。構(gòu)造基于數(shù)學(xué)形態(tài)學(xué)的形狀濾波器時(shí),可借助于先驗(yàn)的幾何特征信息,利用形態(tài)學(xué)算子既可以有效地濾除噪聲,又可以保留圖像中的原有信息。基于數(shù)學(xué)形態(tài)學(xué)的邊緣信息提取處理顯然是優(yōu)于基于微分運(yùn)算的邊緣提取算法的,它不

2、像微分算法對(duì)噪聲那樣敏感,提取的邊緣比較平滑,提取的圖像骨架也比較連續(xù)、斷點(diǎn)少。本文借助于上述優(yōu)點(diǎn)快速有效地提取圖像的邊緣,并對(duì)圖像邊緣進(jìn)行輪廓直線化,通過提取輪廓上的“關(guān)鍵點(diǎn)”作為特征點(diǎn),隨機(jī)選擇若干特征點(diǎn)對(duì)得到候選變換,隨后的投票階段對(duì)其變換參數(shù)進(jìn)行檢驗(yàn)和求精。
　　第二部分是對(duì)兩幅不同尺度圖像進(jìn)行匹配的研究。與傳統(tǒng)圖像匹配算法不同的是,本文從一個(gè)新的視角出發(fā),著手研究?jī)蓚€(gè)不同尺度圖像的匹配問題:一個(gè)是高分辨率圖像,另一個(gè)是低