基于點特征的圖像配準(zhǔn)研究與系統(tǒng)設(shè)計實現(xiàn).pdf

1、圖像配準(zhǔn)是指找出場景中同一物體表面的結(jié)構(gòu)點在不同圖像上的投影像素點之間的對應(yīng)關(guān)系。目前圖像配準(zhǔn)廣泛應(yīng)用于虛擬現(xiàn)實、視頻壓縮、圖像復(fù)原、圖像數(shù)據(jù)庫檢索等技術(shù)中。圖像配準(zhǔn)的研究是計算機視覺中最困難也是最重要的任務(wù)之一。不同的圖像配準(zhǔn)方法總是對應(yīng)于某種適用的圖像變換模型，總體可以分為三類方法：直接像素亮度差優(yōu)化方法、基于特征匹配的方法和變換域求解的方法。圖像配準(zhǔn)算法研究的核心問題是提高配準(zhǔn)的速度、精度和算法的穩(wěn)健度。
　　 本文針對同

2、一場景情況下，對基于點特征的圖像配準(zhǔn)問題進行了研究，具體工作如下：
　　 ①闡述了基于點特征圖像配準(zhǔn)的定義、方法和流程，分析了其關(guān)鍵步驟對最終配準(zhǔn)效果的影響，歸納了當(dāng)前的主要圖像配準(zhǔn)方法的原理和缺點。分析了提取點特征的優(yōu)勢，并采用了SIFT算法提取特征點，具有配準(zhǔn)效果好，計算量不大等特點。在匹配階段基于SIFT思想改進了算法，提高了特征匹配的運行效率，使其在圖像配準(zhǔn)工作中更具實時性。
　　 ②介紹了基礎(chǔ)矩陣的概念，比較了

3、多種特征匹配的魯棒算法。建立了與基礎(chǔ)矩陣相關(guān)的目標(biāo)函數(shù)，進一步提高了配準(zhǔn)的精度，避免了使用歐式距離中閾值難以確定的問題。
　　 ③對現(xiàn)有的RANSAC算法進行了深入的分析和改進。提出了一種基于灰度的加權(quán)魯棒估計算法，極大地提高了特征匹配的精度。在初始參數(shù)估計問題上，提出并采用分層漸進匹配的機制，從而有效地解決了方位變動較大的圖像帶來的初始參數(shù)估計的困難，同時有效地提高了計算效率。
　　 ④用“模塊化”思想設(shè)計圖像配準(zhǔn)系統(tǒng)