抗任意旋转与尺度变化的图像匹配方法研究

论文摘要

图像匹配始终是图像处理技术中的重要研究课题,由于采集的图像存在平移、旋转和伸缩变化等情况,使得图像正确匹配比较困难。论文针对此问题从基于灰度和基于特征匹配两个角度进行研究。首先提出了一种新的抗任意角度旋转及尺度变化的模板匹配算法,此算法充分利用了图像的灰度信息,主要包括三个级联滤波器:圆环采样滤波器、径向采样滤波器、模板匹配滤波器,每个滤波器都用来排除非匹配点。与穷举算法比较的结果显示,在达到同样匹配结果的情况下,此方法大大提高了匹配速度。然后提出了一种基于相似三角形的角点匹配方法。此方法主要包括角点提取和点匹配两个部分,首先使用Harris算法分别提取两幅图像的角点,然后,采取减少所构建三角形的数量,及仅仅匹配那些中间边与最长边的比率在一定范围内的三角形等措施,改进了传统三角形匹配方法在匹配阶段的时间复杂度。最后着重研究了一种局部不变特征检测器及描述器方法SIFT(Scale Invariance Feature Transform)及其应用,对其进行了详细地性能分析与比较。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题研究背景
• 1.2 课题研究现状
• 1.2.1 基于图像灰度的匹配方法
• 1.2.2 基于特征点的匹配方法
• 1.3 研究内容
• 1.3.1 基于灰度的旋转和缩放图像匹配
• 1.3.2 基于角点特征的匹配
• 1.3.3 局部不变特征匹配
• 1.4 论文组织结构
• 第二章 基于灰度的具有旋转尺度不变的模板匹配
• 2.1 算法介绍
• 2.1.1 问题提出
• 2.1.2 CiRaTe算法简述
• 2.2 穷举算法
• 2.2.1 BC不变性模板匹配
• 2.2.2 RSTBC不变性模板匹配
• 2.3 圆抽样滤波器
• 2.4 径向抽样滤波器
• 2.5 模板匹配滤波器
• 2.6 算法复杂性分析
• 2.7 分组实验
• 2.7.1 匹配实验
• 2.7.2 参数实验
• 2.8 本章小结
• 第三章 基于三角形几何性质的角点匹配
• 3.1 算法介绍
• 3.2 角点检测
• 3.2.1 现有方法介绍
• 3.2.2 性能比较
• 3.2.3 Harris角点检测原理分析
• 3.2.4 实验结果
• 3.3 角点匹配
• 3.3.1 现有方法介绍
• 3.3.2 基于相似三角形的角点匹配方法
• 3.3.3 实验结果
• 3.4 本章小结
• 第四章 局部不变特征匹配
• 4.1 SIFT不变特征原理
• 4.1.1 尺度空间极值求取
• 4.1.2 特征点位置的确定
• 4.1.3 特征点方向确定
• 4.1.4 特征点描述符
• 4.2 实验及结果分析
• 4.2.1 性能评估准则
• 4.2.2 旋转不变性
• 4.2.3 一定范围内的尺度不变性
• 4.2.4 旋转与尺度变换共存
• 4.2.5 对噪声干扰的适用性
• 4.2.6 复杂场景中的目标识别
• 4.2.7 与 CiRaTe算法比较
• 4.3 本章小结
• 第五章 总结与展望
• 5.1 总结
• 5.2 展望
• 参考文献
• 致谢
• 作者攻读硕士学位期间的主要研究成果