SIFT特征匹配标准与匹配方式的改进与应用

论文摘要

特征匹配是计算机视觉中的一个关键内容,而SIFT特征又是目前使用最广泛的一种特征。本文的目的是改进SIFT特征的匹配标准,并提出新的Gabor-SIFT特征匹配方式,最后还将改进的结果应用到3D物体模型,从而克服视角变化比较大时,SIFT特征匹配效果差的问题。首先,本文分析发现在原SIFT特征匹配标准下,当两幅图像进行匹配的时候,有的特征点在两幅图像都检测出来了,但是并没有匹配上。在此基础上,本文提出更加合理的匹配标准,本文的方法能够比原标准多匹配约20%的特征点对。其次,SIFT特征维数比较大,在对速度要求比较高的基于SIFT特征的数据库图像检索中,原有的匹配方式比较费时,速度比较慢。由于SIFT特征维数和其显著性性质是一个内在矛盾,这样如何既能够保持SIFT特征的显著性性质,又能够避免SIFT特征维数高而带来的时间消耗?考虑到Gabor特征能够表示图像的低水平的整体信息,并且利用合并的方法,能够得到维数很低的特征。因此,本文提出了新的Gabor-SIFT特征匹配方式：在SIFT特征匹配之前先利用Gabor特征（16维）进行筛选,对于筛选后剩余的少部分（0.1%）的特征再进行SIFT特征（128维）的匹配。实验表明在不降低SIFT特征维数并保证匹配效果情况下,本文的Gabor-SIFT匹配方法比原方法速度快约一倍。最后,由于SIFT特征是一种局部图像特征,当匹配的两幅图像的视角超过30度的时候,图像匹配的效果比较差。本文在前两部分内容的基础上,通过一个物体的多视角图像来构造物体的三维模型,从而实现在存储特征点增加5倍的基础上,能够对任何视角得到较好的匹配效果。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 局部特征发展
• 1.2 局部特征研究现状
• 1.3 本文研究内容
• 1.4 本文组织结构
• 2 SIFT图像匹配介绍
• 2.1 尺度空间理论
• 2.1.1 一般尺度空间
• 2.1.2 Pyramid尺度空间
• 2.1.3 SIFT尺度空间
• 2.2 特征点位置
• 2.2.1 低对比度去除
• 2.2.2 边缘响应去除
• 2.3 特征点方向
• 2.4 SIFT局部图像描述子
• 3 Gabor滤波基础介绍
• 3.1 Gabor数学理论
• 3.2 Gabor响应
• 3.3 本文的Gabor滤波器组
• 4 SIFT特征匹配标准改进
• 4.1 问题分析
• 4.2 改进标准一
• 4.3 改进标准二
• 4.4 最佳阀值匹配效果比较
• 4.5 最松弛阀值匹配效果比较
• 4.6 匹配效果数值统计
• 5 Gabor-SIFT特征匹配方式及其在数据库检索中的应用
• 5.1 问题分析
• 5.2 Gabor-SIFT算法
• 5.3 图像数据库检索应用
• 5.3.1 实验环境和数据库的建立
• 5.3.2 图像数据库检索例子
• 5.3.3 数值统计结果
• 6 SIFT特征在3D物体数据库检索的应用
• 6.1 问题分析
• 6.2 本文3D物体模型
• 6.3 3D物体数据库检索应用
• 结论
• 参考文献
• 攻读硕士学位期间发表学术论文情况
• 致谢