灰度圖像快速匹配算法研究.pdf

1、圖像匹配是計算機視覺、圖像處理領(lǐng)域的一個重要研究方向。目前，由于圖像成像的復雜性，必然給匹配過程帶來困難，因此，快速、適用性強且精確度高的匹配算法日漸成為當前圖像匹配的研究重點，并且具有重要的理論意義和應(yīng)用價值。一般而言，圖像匹配方法主要分為兩類：基于灰度的圖像匹配方法和基于特征的圖像匹配方法。
　　本文在研究現(xiàn)有主要匹配算法的基礎(chǔ)上，分別針對兩類匹配算法的缺點進行改進，提出了快速灰度圖像匹配算法，并驗證了其有效性。本文主要內(nèi)容如

2、下：
　　1、針對基于灰度的圖像匹配方法，重點研究了歸一化互相關(guān)(NCC)方法，提出了一種新的基于NCC的快速圖像匹配算法。該算法基于粗、精匹配的思想，將區(qū)域質(zhì)心特征、顏色直方圖信息與歸一化互相關(guān)匹配方法結(jié)合起來實現(xiàn)圖像的定位匹配。在圖像匹配時以搜索圖像的質(zhì)心點作為參考點，而非通常情況下以左上角點作為參考點，減少模板的搜尋空間。算法主要是根據(jù)大多數(shù)圖像關(guān)鍵特征的分布位置，縮小匹配模板以及待搜索圖像的匹配范圍，從而在不影響匹配精度條

3、件的同時達到提高匹配效率，減少搜尋時間和匹配時間的目的。因此，該算法在保證匹配效果的前提下，提高了匹配速度。
　　2、針對基于特征的圖像匹配方法，詳細分析了尺度不變特征變換(SIFT)方法，提出了一種新的基于SIFT方法的快速圖像匹配算法。首先，針對SIFT特征向量維數(shù)過高的問題，采用新的方法生成SIFT特征描述符，利用圓的獨特性，將原有的特征描述向量維數(shù)從128維降至64維，大大減少了SIFT算法的復雜度。同時，針對匹配公式計算