適于移動應用的圖像特征匹配方法研究.pdf

1、近年來，隨著電子集成技術的發(fā)展，移動設備的計算和存儲能力得到了飛躍式的提升，使得作為圖像分析等深度應用基礎的圖像特征匹配在移動端得到了廣泛而深入的研究。目前，已有眾多學者提出了適于移動應用的特征匹配方法，取得了一定的建設性研究成果，但仍存在較多不足:點特征表示不準確，尤其在圖像平滑區(qū)域，特征點數(shù)量較少且特征方向估算不足，給后續(xù)特征點匹配帶來困難;點特征匹配容易受到相似特征描述子的干擾，導致特征點出現(xiàn)誤匹配。
　　針對上述問題，論文

2、的主要研究工作如下:
　　1.提出了一種基于分數(shù)階微分的特征表示方法，提高了圖像特征表示的準確性。針對移動端容易產(chǎn)生模糊圖像和圖像分辨率不高的問題，本文研究了分數(shù)階微分理論，用分數(shù)階微分估計梯度算子，并應用到移動端檢測算子ORB、BRISK和FREAK特征表示中，提高了特征點表示的準確性;同時，通過引入圖像金字塔改進了ORB算子，更好地適應了圖像尺度變化。實驗結果表明改進算法可有效提高圖像特征點數(shù)量，平均提高幅度在15％左右。

3、r>　　2.提出了一種基于結構保持的層次化圖模型匹配方法，提高了圖像特征匹配正確率。傳統(tǒng)特征匹配方法主要使用距離約束尋找最優(yōu)匹配點，在特征表示不精確的情況下，誤匹配率較高。本文采用兩層匹配策略，先通過距離約束找出強匹配點集，再通過引入形狀約束的方法，從角度和距離兩個方面約束保持點的結構不變，實現(xiàn)弱特征點的匹配。通過實驗表明，改進算法能較大幅提高特征匹配的正確率，平均提升幅度在50％左右。
　　3.基于iOS系統(tǒng)實現(xiàn)了適于移動應用的