圖像配準特征點提取算法研究.pdf

1、圖像配準是將不同時間、不同傳感器、不同視角及不同拍攝條件下獲取的兩幅或多幅圖像進行匹配融合。圖像配準是多種圖像處理及應用如物體辨識、變化檢測、三維建模等的基礎。 圖像配準的方法有很多種，其中基于圖像特征的圖像配準是配準中最常見的方法?；谔卣鞯膱D像配準中，特征主要針對點特征?；邳c特征的圖像配準，特征點的提取是圖像配準的關(guān)鍵步驟，本文中詳細分析對比了Moravec算子、Plessey算子、SUSAN算子、Forstner算子、T

2、rajkovic算子。從提取效率、算子穩(wěn)定性、定位準確性、抗噪性、計算效率上對提取算子進行分析比對，用測試圖像對各個提取算子進行試驗分析。本文對每個算子的特點提出了自己的見解，同時對它們的局限性做了研究。本文針對Trajkovic算子的不足，做了8-領(lǐng)域改進，提高了它的提取性能。 在對特征點提取算子研究的基礎上，本文對基于特征點的圖像配準的實現(xiàn)進行了研究。本文詳細分析了圖像配準過程中的每個關(guān)鍵步驟，采用了將圖像劃分成大小相等的細

3、網(wǎng)格，再根據(jù)每個網(wǎng)格的熵提取特征點的方法。采用該方法后，在配準過程中，信息量較大的區(qū)域所獲得的配準精度較高，在信息量較少的區(qū)域也能保證基本的配準精度要求。本文對于控制點的匹配采用了先粗匹配再精匹配的方法，提高了匹配效率。最后利用仿射變換實現(xiàn)了圖像配準。本文對圖像配準方法中涉及的仿射變換、多重判據(jù)相關(guān)、誤匹配點刪除、局部匹配等算法分別進行了分析和研究，并進行了配準實驗。通過實驗結(jié)果分析可以看出，本文實現(xiàn)的配準方法配準精度和可靠性都較高，能