圖像不規(guī)則區(qū)域匹配算法研究.pdf

1、區(qū)域匹配在計(jì)算機(jī)視覺(jué)中是一個(gè)重要問(wèn)題，廣泛地應(yīng)用于三維重建、特征識(shí)別、圖像配準(zhǔn)及其相關(guān)的諸多領(lǐng)域。區(qū)域匹配常常包括三個(gè)主要的步驟：首先分別從兩幅及以上圖像上提取特征區(qū)域；然后對(duì)特征區(qū)域進(jìn)行描述；最后通過(guò)特征區(qū)域之間的相互對(duì)應(yīng)關(guān)系進(jìn)行區(qū)域匹配。
　　近年來(lái)，雖然區(qū)域問(wèn)題的研究取得了一些突破性進(jìn)展，但由于提取出的特征區(qū)域存在各種形狀變化的不規(guī)則性和重復(fù)性紋理較多等因素，導(dǎo)致不規(guī)則區(qū)域難以劃分和描述。區(qū)域提取與匹配仍然為計(jì)算機(jī)視覺(jué)研究中

2、的一個(gè)熱門(mén)話題，本文進(jìn)行了這一問(wèn)題的深入研究，論文的主要?jiǎng)?chuàng)新之處有：
　?。?）由于MSER區(qū)域存在不同的形狀，傳統(tǒng)的描述算法很難直接匹配不規(guī)則區(qū)域，通常在構(gòu)造不規(guī)則區(qū)域之前需要橢圓擬合過(guò)程，這樣會(huì)導(dǎo)致擬合誤差和降低描述子的性能，特別是對(duì)于大視角變換的圖像。針對(duì)以上存在的問(wèn)題，我們提出了一種基于亮度序的不規(guī)則區(qū)域匹配描述子(IOMSRD)，首先使用最大穩(wěn)定極值區(qū)域（MSER）方法提取不規(guī)則區(qū)域；然后采用一種能夠避免橢圓擬合誤差的方

3、法確定不規(guī)則區(qū)域的支撐區(qū)域，并采用灰度直方圖統(tǒng)計(jì)法剔除支撐區(qū)域內(nèi)重復(fù)性紋理來(lái)突出支撐區(qū)域內(nèi)的獨(dú)特性信息，之后根據(jù)像素點(diǎn)的亮度排序劃分支撐區(qū)域的所有的子區(qū)域；最后使用均值標(biāo)準(zhǔn)差算法構(gòu)造不規(guī)則區(qū)域描述子(IOMSRD)。該算法解決了不規(guī)則區(qū)域劃分產(chǎn)生邊界形變和描述困難的問(wèn)題，對(duì)紋理簡(jiǎn)單且重復(fù)性高的圖像匹配有更好的魯棒性。
　?。?）針對(duì)不規(guī)則區(qū)域MSER匹配的問(wèn)題，單個(gè)支撐區(qū)域存在一些相似性特征會(huì)增加圖像的誤匹配。本文在基于亮度序的單

4、支撐區(qū)域描述子的基礎(chǔ)上，采用多個(gè)支撐區(qū)域構(gòu)造描述子，提出了一種基于多支撐區(qū)域的不規(guī)則區(qū)域匹配描述子(MRMSD)，該方法首先確定多個(gè)單支撐區(qū)域，然后使用像素點(diǎn)的亮度序列把每個(gè)單支撐區(qū)域劃分成若干個(gè)子區(qū)域，并構(gòu)造單支撐區(qū)域描述子，最后把多個(gè)單支撐區(qū)域描述子連接成多支撐區(qū)域描述子。與傳統(tǒng)的單支撐描述子相比，該算法采用多個(gè)支撐區(qū)域減少了相似特征在特定支撐區(qū)域下的誤匹配，從而提高了描述子的分辨力。實(shí)驗(yàn)結(jié)果表明：該算法在匹配性能方面比單個(gè)支撐區(qū)域

5、描述子在旋轉(zhuǎn)、光照和視角變化圖像上擁有更好的匹配效果。
　　（3）本文提出了一種新穎的不規(guī)則區(qū)域匹配算法，即基于距離變換的不規(guī)則區(qū)域描述子(DTIRD)。該算法首次采用距離變換劃分子區(qū)域，能夠減少主方向估計(jì)不準(zhǔn)確和圖像亮度變化帶來(lái)的匹配錯(cuò)誤，針對(duì)每個(gè)子區(qū)域具有不同像素點(diǎn)數(shù)，采用均值標(biāo)準(zhǔn)差(MS)構(gòu)造描述算法。實(shí)驗(yàn)結(jié)果表明：已提出的方法對(duì)旋轉(zhuǎn)、光照、模糊以及JPEG壓縮等圖像變化具有良好的魯棒性。
　　實(shí)驗(yàn)表明：本文提出的三種