基于改進SIFT的圖像配準方法研究.pdf

1、隨著數(shù)字圖像處理和計算機視覺技術(shù)的發(fā)展，圖像配準技術(shù)已成為圖像處理領域極為重要的一項技術(shù)，被廣泛應用于遙感、軍事、醫(yī)學圖像分析，機器視覺和模式識別等許多重要領域。近年來，諸多國內(nèi)外學者圍繞圖像配準進行了深入研究，提出了多種高效的圖像配準方法。其中最具經(jīng)典的是Lowe提出的尺度不變特征變換(Scale Invariant Feature Transform, SIFT)，SIFT特征在圖像旋轉(zhuǎn)、角度變換、仿射變換和尺度縮放條件下都保持良好

2、的不變性。特征匹配作為圖像配準過程中重要的一部分，一直以來都是學者們關注和研究的重點。本文的主要研究工作是基于改進SIFT算法的圖像配準，旨在實現(xiàn)特征點精確搜索和有效匹配，本論文的主要內(nèi)容如下：
　　(1)詳細介紹了圖像配準的研究背景和國內(nèi)外研究現(xiàn)狀，給出了圖像配準的原理和數(shù)學理論基礎。介紹了幾種常見的幾何變換模型，為后續(xù)圖像配準提供理論基礎。
　　(2)詳細論述了SIFT算法原理，針對原SIFT算法在圖像過程中存在誤匹配、

3、漏掉大量的正確匹配對以及正確匹配率低的問題，本文提出了一種基于尺度、方向和距離約束的改進的SIFT匹配算法，通過對特征點添加約束因子，剔除誤匹配對。實驗結(jié)果表明，本文方法能夠增加正確匹配對數(shù)量并提高正確匹配率。
　　(3)針對SIFT算法在遙感圖像配準過程中，匹配對數(shù)量較少，正確匹配率低的問題，本文提出了一種基于局部仿射約束改進的SIFT遙感圖像配準方法。給出了一種新的梯度算子，使用圓形鄰域代替原SIFT算法中的方形鄰域?qū)μ卣鼽c構(gòu)