具有穩(wěn)定性與仿射不變性的圖像配準算法研究.pdf

1、圖像配準是圖像處理領(lǐng)域的一個基礎(chǔ)問題，它是將不同時間、不同傳感器或不同條件下獲取的同一場景的兩幅或多幅圖像進行匹配、疊加的處理過程。圖像配準是多種圖像處理及應(yīng)用如目標識別、變化檢測、三維建模等的基礎(chǔ)，由于其在多個領(lǐng)域的廣泛應(yīng)用及本身的復(fù)雜性，它已經(jīng)成為了當前數(shù)字圖像處理研究的熱點問題之一。
　　基于特征的圖像配準方法是圖像配準中最常見的方法之一。它有兩個重要的環(huán)節(jié)：一、是邊緣特征點的提取，二、是相似性度量，即特征匹配準則。兩者都是

2、基于特征的圖像配準的關(guān)鍵。因此，本論文就對這兩個方面進行了重點研究改進。在特征點提取階段，角點作為圖像的一個重要的局部特征,在保留了圖像中物體重要特征信息的同時有效地減少了信息的數(shù)據(jù)量，成為圖像理解和模式識別中重要的圖像特征。我們將研究重點放在了在已有角點的基礎(chǔ)上如何篩選出更穩(wěn)定更有效的特征點上，為此，我們引入了條件數(shù)的概念，它對角點的穩(wěn)定性進行了一個定量的分析，通過刪除不穩(wěn)定的角點，可有效地克服因噪聲和其它因素引起的誤差影響，從而提高

3、了整個配準算法的性能。在選擇匹配準則階段，錯誤匹配點對的存在使得常用的匹配方法對變換的估計變得困難甚至失敗。因此我們選擇了在這方面具有良好表現(xiàn)的RANSAC算法，在考慮誤配存在的情況下能夠很好地消除其影響，并將它們識別出來，然后依據(jù)變換評價函數(shù)計算出最優(yōu)的變換。同時根據(jù)RANSAC算法的思想，重點研究了凸包所特有的仿射不變性與局部可控性，提出了凸包仿RANSAC算法，極大的減少了計算量，提高了計算速度，并在凸包形成階段提出了一種基于斜率