一种图像局部仿射不变特征的研究

论文摘要

局部不变特征提取与匹配技术是三维重建,数字水印,机器人视觉等计算机视觉领域,特别是图像配准研究方向中不可或缺的基础步骤。由于图像之间广泛存在着旋转,尺度,仿射,以及局部遮挡等几何变换与畸变,从而提取与匹配相对这些因素具有良好不变特性的特征一直以来是计算机视觉领域的研究重点。首先,在局部尺度不变特征——SIFT（Scale Invariant Feature Transform）特征提取及匹配算法的基础上,深入分析了完全仿射不变特征——Affine-SIFT（ASIFT）特征提取及匹配算法,并采用存在不同畸变类型的图像数据设计仿真实验,仿真实验结果表明,相对于传统的SIFT算法,ASIFT算法对图像的JPEG、光照、图像模糊等形变具有更好的稳定性,当图像之间存在大视角变化时,其优势尤为明显。其次,在ASIFT算法基础上提出一种多模态图像特征提取与匹配算法——IASIFT算法,该算法在不破坏原ASIFT算法完全仿射不变特性的原则上,从ASIFT特征邻域内像素梯度的计算,特征主方向的设定,描述符的组成形式以及描述符幅值的计算四方面对原ASIFT算法进行改进。多组仿真实验结果表明,IASIFT算法更符合多模态图像的特性,可在多种异类传感器图像中提取到大量的共同特征,较SIFT以及原ASIFT算法具有更好的特征匹配准确度。最后,在Visual Studio2008MFC编程环境下,利用CxImage, OpenCV图像类库,开发实现了一套以SIFT, Harris-SIFT, ASIFT以及本文提出的IASIFT特征提取与匹配为特色功能的图像处理软件Multi-Feature Genius（MFG）。此外,软件还包括图像配准,多种图像几何变换,图像叠加显示,图像灰度与颜色变换等功能,具有良好的人机交互界面及一定的实用价值。

论文目录

• 摘要
• Abstract
• 目录
• 第一章 绪论
• 1.1 不变特征的研究意义与国内外研究现状
• 1.2 不变特征的分类与发展历程
• 1.3 本文主要创新点与工作安排
• 第二章 SIFT特征提取与匹配算法
• 2.1 尺度空间理论
• 2.2 SIFT特征提取算法
• 2.2.1 尺度空间以及高斯差分空间的建立
• 2.2.2 SIFT特征筛选流程
• 2.3 SIFT特征主方向的设定
• 2.4 SIFT特征描述符的形成
• 2.5 局部不变特征匹配算法
• 2.5.1 局部不变特征粗匹配算法
• 2.5.2 局部不变特征精匹配算法
• 2.6 小结
• 第三章 ASIFT特征提取与匹配算法
• 3.1 仿射变换与仿射不变特性
• 3.2 仿射摄像机模型与倾斜量
• 3.2.1 仿射摄像机模型与仿射矩阵的分解
• 3.2.2 转换倾斜量
• 3.3 ASIFT算法
• 3.3.1 ASIFT特征提取算法
• 3.3.2 ASIFT特征匹配算法
• 3.4 SIFT及ASIFT算法对比仿真实验
• 3.4.1 Mikolajczyk标准库对比实验
• 3.4.2 转换倾斜量实验
• 3.4.3 异类传感器图像对比实验
• 3.5 小结
• 第四章 一种改进的ASIFT多模态图像特征提取与匹配算法
• 4.1 ASIFT特征主方向的改进
• 4.2 对称性ASIFT描述符的形成
• 4.3 ASIFT描述符向量各维幅值的改进
• 4.4 改进的ASIFT特征提取与匹配算法
• 4.5 实验及结果
• 4.5.1 合成图像实验
• 4.5.2 真实多模态图像实验
• 4.6 小结
• 第五章 图像处理软件Multi-Feature Genius的开发
• 5.1 MFG 1.0依赖的图像处理附加库
• 5.1.1 CxImage类库
• 5.1.2 OpenCV计算机视觉库
• 5.2 局部不变特征提取与匹配功能介绍以及软件运行结果
• 5.2.1 SIFT LIST菜单功能介绍及软件运行结果
• 5.2.2 New ASIFT菜单功能介绍及软件运行结果
• 5.3 MFG 1.0辅助功能介绍及软件运行结果
• 5.4 小结
• 第六章 总结与展望
• 6.1 论文总结
• 6.2 研究展望
• 致谢
• 参考文献
• 在读期间的研究成果
• 一、研究成果
• 二、参与项目