基于特征匹配的圖像配準算法研究.pdf

1、在科學(xué)技術(shù)快速發(fā)展的今天，人們從外界獲取的圖像信息越來越多。如何利用計算機圖像處理技術(shù)分析大量圖像，以獲得關(guān)于目標信息較為豐富的圖像已逐漸成為眾多科研人員的研究目標，而圖像配準技術(shù)就是解決這一問題的關(guān)鍵。
　　圖像配準就是把不同成像條件下的兩幅或多幅圖像中的相同部分進行關(guān)聯(lián)，使得圖像之間的相同部分能夠?qū)?yīng)起來。圖像配準的關(guān)鍵問題是構(gòu)造相似性度量，它是用來尋找參考圖像和待配準圖像中同時出現(xiàn)的部分，并且建立對應(yīng)關(guān)系。本文從相似性度量函

2、數(shù)的構(gòu)造展開研究，提出了兩種特征匹配的方法，具體工作如下：
　　(1)針對灰關(guān)聯(lián)分析在圖像配準精度以及配準圖像中的局限性問題，利用圖像中提取的SIFT特征描述子的特點，對灰關(guān)聯(lián)分析中的分辨系數(shù)進行改進。改進后的方法在配準中能夠根據(jù)輸入圖像的不同得到對應(yīng)的分辨系數(shù)，從而提高了配準的精度。最后，采用本章提出的算法進行了圖像拼接，拼接的效果自然，從而也反映了本章算法的匹配正確率較高。
　　(2)針對基于成對幾何約束的譜配準方法復(fù)雜

3、度高，且對多目標圖像配準正確率降低的缺點，提出了一種基于MK-NN圖投票和多策略篩選的圖像配準方法。本算法將改進的灰關(guān)聯(lián)分析方法和SIFT特征匹配方法得到的候選匹配對進行融合，并將每一個匹配對看作MK-NN圖中的一個頂點，需要接受其互K最近鄰的投票。最后對每個候選匹配的投票得分求和排序就可以得到最佳匹配集。改進后的綜合投票機制將特征點的幾何信息和特征向量的相似度結(jié)合起來，解決了成對幾何約束對于復(fù)雜圖像配準準確性較低的問題。這一方法在保證