基于內(nèi)部特征的圖像配準(zhǔn)方法研究.pdf

1、本文首先分析了圖像配準(zhǔn)的意義、概念、常見配準(zhǔn)方法及變換模型。根據(jù)課題研究的內(nèi)容，圖像配準(zhǔn)可分為基于外部特征、基于內(nèi)部特征和基于非圖像三類方法，其中論文研究的重點(diǎn)是基于內(nèi)部特征的圖像配準(zhǔn)方法，該方法又可以分為低層次內(nèi)部特征配準(zhǔn)和高層次內(nèi)部特征配準(zhǔn)兩類，本文就是圍繞這兩類方法展開研究、討論。主要內(nèi)容有:
　　 第一介紹了基于低層次內(nèi)部特征圖像配準(zhǔn)方法的基本原理，對現(xiàn)有的幾種經(jīng)典的基于低層次圖像配準(zhǔn)算法進(jìn)行研究，并比較了各算法的優(yōu)缺點(diǎn)

2、;
　　 第二介紹了基于高層次內(nèi)部特征圖像配準(zhǔn)方法的基本原理，研究了高層次圖像配準(zhǔn)方法的關(guān)鍵技術(shù)——征提取，按照特征的分類討論了點(diǎn)、線、面特征，指出了各特征方法的優(yōu)點(diǎn)及相應(yīng)特征領(lǐng)域的研究進(jìn)展;
　　 第三討論了當(dāng)前的兩種角點(diǎn)檢測算法即Harris算法和SUSAN算法，通過實(shí)驗(yàn)分析了它們在角點(diǎn)提取的有效性、定位的準(zhǔn)確性、抗噪性以及檢測速度這些性能上的差異及使用范圍。實(shí)驗(yàn)表明:Harris方法的優(yōu)點(diǎn)為無誤檢、抗噪性強(qiáng)、算法穩(wěn)