基于特征描述的圖像匹配技術(shù)研究.pdf

1、圖像匹配是計(jì)算機(jī)視覺、模式識(shí)別和圖像處理領(lǐng)域中的一項(xiàng)重要技術(shù)，發(fā)展快速。目前，它被廣泛地應(yīng)用于圖像拼接、圖像檢索、三維重建、運(yùn)動(dòng)目標(biāo)跟蹤、目標(biāo)識(shí)別等領(lǐng)域。
　　本文針對(duì)基于特征的圖像匹配技術(shù)中存在的問題，對(duì)圖像局部特征描述子及圖像匹配相關(guān)技術(shù)進(jìn)行深入研究?？偨Y(jié)國內(nèi)外研究成果，分析原有常用算法的利弊，在保留原算法優(yōu)勢(shì)的基礎(chǔ)上，對(duì)其進(jìn)行改進(jìn)。本文的主要研究內(nèi)容及貢獻(xiàn)如下：
　?。?）針對(duì)SIFT算法計(jì)算量大、存儲(chǔ)開銷大和近幾年提

2、出的BRIEF、ORB、BRISK和FREAK等二進(jìn)制描述子可區(qū)分性和魯棒性差的問題，提出二值化的SIFT特征描述子。并通過理論分析和實(shí)驗(yàn)驗(yàn)證量化后的算法仍保留了 SIFT較強(qiáng)的可區(qū)分性和魯棒性；此外，量化后的算法減少了存儲(chǔ)開銷和計(jì)算量。達(dá)到了高魯棒性、高可區(qū)分性及低存儲(chǔ)、易計(jì)算的權(quán)衡要求。
　?。?）在粗匹配過程中，根據(jù)特征點(diǎn)鄰域內(nèi)的像素點(diǎn)對(duì)它的信息量貢獻(xiàn)的多少，將描述子分為兩個(gè)部分并分別進(jìn)行匹配。通過初匹配（第一階段匹配）剔除

3、掉部分特征點(diǎn)對(duì)來進(jìn)一步縮短粗匹配時(shí)間。
　?。?）在對(duì)特征點(diǎn)對(duì)提純時(shí)，針對(duì)RANSAC算法中迭代次數(shù)和容差參數(shù)需要人為設(shè)置，且該算法需要反復(fù)測試，耗時(shí)多的問題，提出一種結(jié)合Delaunay三角剖分的圖像匹配算法。該算法對(duì)粗匹配結(jié)果中可能的正確匹配點(diǎn)集構(gòu)成的凸包進(jìn)行平面三角剖分，利用攝影幾何中的攝影不變量對(duì)粗匹配結(jié)果中的特征點(diǎn)對(duì)進(jìn)行提純。Delaunay三角剖分根據(jù)數(shù)據(jù)集自身的特點(diǎn)，考慮到特征點(diǎn)的空間位置信息，且構(gòu)建的Delauna