基于SIFT算法的圖像特征點(diǎn)配準(zhǔn)技術(shù)應(yīng)用.pdf

1、數(shù)字圖像配準(zhǔn)技術(shù)在當(dāng)今科學(xué)研究的各個(gè)領(lǐng)域都顯示出了很高的利用價(jià)值,基于特征點(diǎn)的配準(zhǔn)技術(shù)又是圖像配準(zhǔn)技術(shù)中一個(gè)重要研究點(diǎn),此類技術(shù)通過(guò)利用少量對(duì)圖像發(fā)生形變時(shí)保持不變性的特征點(diǎn)來(lái)進(jìn)行配準(zhǔn),因此擁有很好的實(shí)時(shí)性。SIFT(ScaleInvariantFeatureTransform,即尺度不變特征轉(zhuǎn)換)算法作為一種經(jīng)典且有效的配準(zhǔn)算法,被廣泛運(yùn)用到圖像校正、圖像鑲嵌等領(lǐng)域。該算法通過(guò)在尺度空間中尋找極值點(diǎn),為每個(gè)關(guān)鍵點(diǎn)都附加近似唯一的描述子

2、進(jìn)行描述,從而得到精準(zhǔn)的圖像配準(zhǔn)結(jié)果。本文通過(guò)實(shí)驗(yàn)仿真對(duì)SIFT算法進(jìn)行了詳細(xì)的分析與研究,并在此基礎(chǔ)上對(duì)其進(jìn)行了優(yōu)化和改進(jìn)。
　　 首先,簡(jiǎn)要論述了課題的研究背景和意義,對(duì)SIFT特征點(diǎn)匹配算法的研究現(xiàn)狀進(jìn)行了綜述,并介紹了數(shù)字圖像處理的基礎(chǔ)理論以及一些經(jīng)典的特征點(diǎn)提取算子。
　　 然后,基于數(shù)學(xué)模型分析了SIFT特征點(diǎn)匹配算法的實(shí)現(xiàn)過(guò)程,詳細(xì)闡述了SIFT算法中高斯金字塔的建立、DOG算子空間的建立、本地極值點(diǎn)的獲取

3、、邊緣不穩(wěn)定特征點(diǎn)的去除、關(guān)鍵點(diǎn)描述子的生成等關(guān)鍵步驟,完整的剖析了SIFT算法的思想和實(shí)現(xiàn)過(guò)程。
　　 最后,針對(duì)SIFT算法在運(yùn)用于紋理或邊緣信息不明顯的圖像時(shí),無(wú)法得出較多的SIFT特征點(diǎn)的問(wèn)題,本文提出采用拉普拉斯算子對(duì)高斯模糊圖像進(jìn)行灰度信息還原處理,以此獲得更多的SIFT特征點(diǎn)。通過(guò)MATLAB實(shí)驗(yàn),驗(yàn)證了該方法在一定程度上提高了高斯模糊圖像中特征點(diǎn)的數(shù)量。同時(shí)為了對(duì)所提取的特征點(diǎn)的真實(shí)性進(jìn)行驗(yàn)證,本文將拉普拉斯算子