基于SIFT特征點篩選的圖像配準研究.pdf

1、基于SIFT特征點篩選的圖像配準研究ImageRegistrationBasedonSIFTFeaturePointsScreening學科專業(yè)：應用數學研宄生：劉婷婷指導教師：陳永川教授天津大學理學院二零一六年五月中文摘要圖像配準是圖像拼接的基本任務之一.圖像配準算法主要應用于包括計算機視覺、遙感、醫(yī)學和模式識別等眾多不同的領域，具有重要意義和廣泛的應用.由于沒有一種圖像配準技術普適于所有情況，因此針對不同的應用領域，需要研發(fā)不同的圖

2、像配準技術.本文首先對圖像配準的歷史和發(fā)展進行介紹.目前，圖像配準算法主要分為基于灰度信息的圖像配準和基于特征的圖像配準，文中分別介紹了這兩類圖像配準算法的基本理論和方法.接著，本文重點討論了基于SIFT特征的圖像配準.文中首先介紹了SIFT特征點的檢測和匹配算法，以及特征點篩選的經典方法(RANSAC)，并分析了RANSAC算法的優(yōu)缺點.SITF算法是應用較為廣泛的特征點檢測匹配算法，但是會產生大量的錯誤匹配點.為此，我們根據圖像幾何

3、變換的單應性矩陣將匹配點一一對應的特點，提出一種基于單應性矩陣的剔除方法.該方法首先利用SIFT進行匹配，得到初始匹配對，進行初步篩選，然后利用相似三角形求出基準單應性矩陣，設定閾值，剔除不滿足閾值的匹配點對，最后得到精確匹配點對.通過與RANSAC算法以及結合歐式距離的RANSAC改進算法進行實驗比較，該算法具有更高的正確匹配率.由于一般的圖像配準中求解的變換模型是對整幅圖像進行變換，并沒有考慮局部的特征信息，因此在一些圖像配準問題中