基于多特征融合的圖像匹配算法及應(yīng)用.pdf

1、圖像匹配是數(shù)字圖像處理領(lǐng)域中一個(gè)非常重要的研究問題，其研究?jī)?nèi)容為利用有效的匹配算法搜索給定的兩幅或多幅圖像中的同名點(diǎn)。而對(duì)于同一自然場(chǎng)景不同時(shí)刻所拍攝的兩幅圖像中，人們通常更為關(guān)心的是兩幅圖像中變化的區(qū)域，這些變化區(qū)域根據(jù)形成原因可分為兩類:自然變化和人為變化（自然變化包括:風(fēng)吹草動(dòng)和天氣變化等，人為變化包括行人、車輛和工程施工等）。本文的目的就是利用圖像匹配技術(shù)檢測(cè)出圖像中人為因素所引起的變化區(qū)域，而濾除那些由自然因素所引起的變化區(qū)域

2、。
　　圖像匹配算法主要可以分為灰度信息匹配和特征點(diǎn)匹配兩種基本類型。基于灰度信息的匹配主要利用圖像的灰度信息進(jìn)行匹配，但對(duì)噪聲以及非剛性形變較敏感，其更大問題在于匹配速度較慢，對(duì)于很多對(duì)實(shí)時(shí)性要求較高的應(yīng)用難以適應(yīng)。基于特征點(diǎn)的匹配是利用圖像中提取的特征點(diǎn)進(jìn)行匹配，可以克服多數(shù)基于灰度信息匹配的缺點(diǎn)。由于特征點(diǎn)較像素點(diǎn)少很多，匹配過程中的計(jì)算量大大減少。特征的提取是此類方法的重點(diǎn)，常用的特征基元有點(diǎn)特征、邊緣特征等。此類算法只關(guān)

3、心提取的特征點(diǎn)的匹配，而對(duì)于特征點(diǎn)之外的像素的匹配則不關(guān)心，所以基于特征點(diǎn)的匹配難以做到像素對(duì)像素的精細(xì)匹配。此外，許多新的圖像匹配思路也不斷被提出，如基于優(yōu)化算法、深度卷積網(wǎng)以及利用圖像中的結(jié)構(gòu)信息等。
　　本文主要研究對(duì)于同一攝像頭固定位置、角度和焦距，在不同時(shí)刻拍攝的自然場(chǎng)景圖像的匹配?；谇笆鰧?duì)兩類基本類型的匹配算法的分析，兩類算法均不能有效解決本文的匹配問題，而將多層次、多特征的匹配進(jìn)行融合可以克服單一類型匹配算法的不足

4、。因此，本文提出了多特征融合的圖像匹配算法解決此類匹配問題。
　　首先，對(duì)圖像做預(yù)處理以減少光照變化對(duì)后續(xù)匹配的影響;然后，利用多顏色空間圖像差分融合對(duì)兩幅圖像做像素級(jí)匹配;再利用Haar特征密度分布圖對(duì)像素級(jí)匹配結(jié)果中局部細(xì)小的非剛性變化區(qū)域進(jìn)行超像素級(jí)的匹配;最后，利用多特征融合方法對(duì)面積較大的剛性或非剛性變化區(qū)域進(jìn)行區(qū)域匹配。本文算法在高壓線路隱患檢測(cè)的應(yīng)用中表明，該算法能夠有效的處理復(fù)雜自然場(chǎng)景下圖像匹配問題，擴(kuò)展了圖像匹