基于角點(diǎn)匹配的圖像配準(zhǔn)算法研究.pdf

1、圖像配準(zhǔn)是將不同時(shí)間、不同傳感器或不同視角下獲取的同一場(chǎng)景的兩幅或多幅圖像進(jìn)行匹配的過(guò)程，是數(shù)字圖像處理領(lǐng)域的一個(gè)基本問(wèn)題。綜合現(xiàn)有的文獻(xiàn)，可以把用于圖像配準(zhǔn)的方法大致分成三類：第一類是基于灰度的圖像配準(zhǔn)方法，該類方法利用圖像的全部灰度信息來(lái)進(jìn)行配準(zhǔn)，配準(zhǔn)精確，但是計(jì)算量大；第二類是基于變換域求解的圖像配準(zhǔn)方法，該類方法主要運(yùn)用了傅里葉變換的一些主要性質(zhì)，在圖像噪聲存在的情況下表現(xiàn)優(yōu)良，但只適用于比較簡(jiǎn)單的圖像變換模型；第三類是基于特征

2、的圖像配準(zhǔn)方法，該方法將對(duì)整個(gè)圖像進(jìn)行的各種分析轉(zhuǎn)化為對(duì)圖像特征的分析，提取并匹配圖像特征以找到圖像間變換參數(shù)，其精度雖稍遜于灰度類方法，但是它大大減小了整個(gè)圖像配準(zhǔn)過(guò)程中的運(yùn)算量。圖像配準(zhǔn)研究的核心問(wèn)題在于提高配準(zhǔn)的速度和精度，以及加強(qiáng)算法的魯棒性和穩(wěn)定性，使圖像配準(zhǔn)技術(shù)更符合實(shí)時(shí)應(yīng)用的需要。
　　 本文著重研究了基于特征的圖像配準(zhǔn)方法。該類方法通常包含兩個(gè)步驟：第一步是從參考圖像和待配準(zhǔn)圖像中提取用于配準(zhǔn)的圖像特征；第二步則

3、是找出由第一步得到的特征之間的匹配關(guān)系從而找出整幅圖像間的變換參數(shù)。針對(duì)第一個(gè)步驟，本文分析了現(xiàn)有的一些特征提取方法，重點(diǎn)研究了常用的角點(diǎn)檢測(cè)方法，采用了改進(jìn)的Harris角點(diǎn)檢測(cè)算法來(lái)檢測(cè)圖像的特征信息并自動(dòng)提取有效的角點(diǎn)位置。特征的匹配精度直接影響到整個(gè)配準(zhǔn)過(guò)程的精度，找到正確匹配的同名特征對(duì)是非常重要的，因此第二個(gè)步驟對(duì)于基于特征的配準(zhǔn)方法來(lái)說(shuō)是最為關(guān)鍵的一步。針對(duì)這一步驟的實(shí)現(xiàn)，本文提出了一種基于二維Gabor小波變換和動(dòng)態(tài)規(guī)劃

4、法的特征點(diǎn)匹配算法。二維Gabor小波變換能將某鄰域內(nèi)的像素聯(lián)系起來(lái)，從不同的頻率尺度和方向反映局部鄰域范圍內(nèi)的灰度變化。該算法就引入了二維Gabor小波變換將原本孤立的像素灰度集合映射到特征空間進(jìn)行處理。利用多個(gè)二維Gabor小波模板對(duì)圖像進(jìn)行Gabor濾波，從多幅濾波后的圖像上提取角點(diǎn)位置處的復(fù)Gabor小波系數(shù)，該系數(shù)描述了角點(diǎn)位置附近區(qū)域的灰度特征；提取角點(diǎn)復(fù)系數(shù)中的幅值信息，對(duì)每一個(gè)角點(diǎn)都建立包含多個(gè)數(shù)據(jù)的幅值序列，將此幅值序