基于多尺度角點的檢測與匹配算法研究.pdf

1、智能機器隨著人類社會的發(fā)展得到了越來越廣泛的使用，為使智能機器能更好的服務(wù)于人類，使機器具備類似于人眼的感知能力和大腦的決策能力是許多科研工作者不懈努力的目標(biāo)。機器視覺研究的目的就是讓機器具備類似于人類視覺的感知能力。
　　三維重建是計算機視覺技術(shù)的主要內(nèi)容之一，基于雙目視覺的二維圖像特征點的提取及特征點的匹配是三維重建技術(shù)的核心。因此，本文對角點的提取算法與角點的匹配方法進行了研究。
　　首先，本文介紹了三種經(jīng)典的角點檢測

2、算法的思想、原理，并且基于這些算法分別對圖像進行角點檢測試驗。同時，也對傳統(tǒng)匹配方法的流程做了簡要的說明。
　　其次，本文針對經(jīng)典角點檢測算法的不足進行了改進與創(chuàng)新，提出一種新的角點檢測方法:多尺度角點檢測算法。該算法首先對圖像按復(fù)雜程度進行了分類，對于有固定場景的單一圖像，先進行邊緣提取，并將邊緣在不同尺度下進行高斯平滑，通過比較平滑后邊緣差異來判斷角點;對于無固定場景的復(fù)雜圖像，不斷對圖像進行高斯平滑和Harris算法檢測的迭

3、代，利用角點比噪聲更穩(wěn)定的特點，來區(qū)分多次尺度平滑后的真實角點與噪聲。通過試驗，驗證了多尺度角點檢測算法的檢測效果明顯好于經(jīng)典角點檢測算法。
　　再次，針對于傳統(tǒng)的直接基于相似性測度的匹配方法的缺陷，本文提出了一種基于尺度、距離、旋轉(zhuǎn)測度的角點匹配方法。該方法首先利用頻域相似性對角點進行初始匹配，而后對每對候選匹配角點進行基于尺度、距離、旋轉(zhuǎn)測度的計算，利用計算后的函數(shù)值來判斷是否為正確匹配。通過試驗，驗證了基于尺度、距離、旋轉(zhuǎn)測