基于角點匹配的圖像配準算法研究.pdf

1、圖像配準是將不同時間、不同傳感器或不同視角下獲取的同一場景的兩幅或多幅圖像進行匹配的過程，是數字圖像處理領域的一個基本問題。綜合現有的文獻，可以把用于圖像配準的方法大致分成三類：第一類是基于灰度的圖像配準方法，該類方法利用圖像的全部灰度信息來進行配準，配準精確，但是計算量大；第二類是基于變換域求解的圖像配準方法，該類方法主要運用了傅里葉變換的一些主要性質，在圖像噪聲存在的情況下表現優(yōu)良，但只適用于比較簡單的圖像變換模型；第三類是基于特征

2、的圖像配準方法，該方法將對整個圖像進行的各種分析轉化為對圖像特征的分析，提取并匹配圖像特征以找到圖像間變換參數，其精度雖稍遜于灰度類方法，但是它大大減小了整個圖像配準過程中的運算量。圖像配準研究的核心問題在于提高配準的速度和精度，以及加強算法的魯棒性和穩(wěn)定性，使圖像配準技術更符合實時應用的需要。
　　 本文著重研究了基于特征的圖像配準方法。該類方法通常包含兩個步驟：第一步是從參考圖像和待配準圖像中提取用于配準的圖像特征；第二步則

3、是找出由第一步得到的特征之間的匹配關系從而找出整幅圖像間的變換參數。針對第一個步驟，本文分析了現有的一些特征提取方法，重點研究了常用的角點檢測方法，采用了改進的Harris角點檢測算法來檢測圖像的特征信息并自動提取有效的角點位置。特征的匹配精度直接影響到整個配準過程的精度，找到正確匹配的同名特征對是非常重要的，因此第二個步驟對于基于特征的配準方法來說是最為關鍵的一步。針對這一步驟的實現，本文提出了一種基于二維Gabor小波變換和動態(tài)規(guī)劃

4、法的特征點匹配算法。二維Gabor小波變換能將某鄰域內的像素聯系起來，從不同的頻率尺度和方向反映局部鄰域范圍內的灰度變化。該算法就引入了二維Gabor小波變換將原本孤立的像素灰度集合映射到特征空間進行處理。利用多個二維Gabor小波模板對圖像進行Gabor濾波，從多幅濾波后的圖像上提取角點位置處的復Gabor小波系數，該系數描述了角點位置附近區(qū)域的灰度特征；提取角點復系數中的幅值信息，對每一個角點都建立包含多個數據的幅值序列，將此幅值序