多方法融合的图像特征点匹配算法研究.pdf

中南大学
硕士学位论文
多方法融合的图像特征点匹配算法研究
姓名:赵越
申请学位级别:硕士
专业:计算机应用技术
指导教师:沙莎
20090519
摘要复杂度高,特别是难以处理图像存在旋转和尺度变化等情况。后者比参数聚类,算法效率得到了大大提高。同时改用一种动态的最短距离关键词特征点匹配,特征点提取,相似三角形检索,聚类分析,指纹图像匹配是图像处理领域的一个基本问题。图像匹配分为基于灰度的方法和基于特征的方法。前者简单易行,应用普遍,但算法时间较容易克服前者遇到的困难,但如何建立图像特征之间的对应关系一直是这类方法的研究难题。本文根据三角形相似原理,融合二维聚类算法及基于描述符方法思想,提出一种新的特征点匹配算法。基于特征点的匹配方法分为特征点的提取和特征点的匹配两个步骤。特征点提取作为基于特征点匹配方法的首要步骤,对匹配的效果具有直接的影响。分析和比较常用的一些特征点提取算法之后,选取实验效果比较好的角点检测算法,用于本文灰度图像的特征点提取。由于传统角点提取算法不适合图像存在尺度变换情况,通过在尺度空间下进行改进,使新的算法能够抗尺度变化。经过分析与比较,基于三角形相似的匹配方法实现简单,鲁棒性好,但需要对每个三角形对进行同向相似性判断,时间复杂度很高,且算法的稳定性较大程度上依赖于特征点的提取;另一种特征点匹配算法二维聚类方法,算法效率高,但其对初始有效点的数目要求比较高;基于描述符的方法能够适应图像存在一定的形变和透视变换,但一般实现起来比较复杂,且对图像纹理要求高。本文将上述方法进行有机融合,使融合后的算法大大降低了对初始有效点的要求。将传统被动的相似三角形检索方法改进为主动检索方法,使算法时间复杂度由滴狾。并通过在向量空间中实现改进方法及聚类算法,使匹配结果更为精确。针对图像存在平移、旋转和缩放的情况,将本文匹配方法具体运用到指纹识别中,验证了方法的稳定性、快速性及准确性。识别
街琒,.,’甌,’瓵,,.,..也..,.籇,猙,.,Ⅱ
瞖甌曲甅,,,甌,,,...瑀甌,.,,琧
醐。г孪θ引剐关于学位论文使用授权说明原创性声明作者签名:盘兰≤作者签名:垫丛日期:。本人声明,所呈交的学位论文是本人在导师指导下进行的研究工含为获得中南大学或其他单位的学位或证书而使用过的材料。与我共术信息研究所将本学位论文收录到《中国学位论文全文数据库》,并通作及取得的研究成果。尽我所知,除了论文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包同工作的同志对本研究所作的贡献均已在论文中作了明确的说明。本人了解中南大学有关保留、使用学位论文的规定,即:学校有权保留学位论文并根据国家或湖南省有关部门规定送交学位论文,允许学位论文被查阅和借阅;学校可以公布学位论文的全部或部分内容,可以采用复印、缩印或其它手段保存学位论文。同时授权中国科学技过网络向社会公众提供信息服务。导师签名:
第一章绪论研究背景的过程,广泛应用于计算机视觉【俊⒛J绞侗稹⒁8型祭】、医学图像处理、配器的使用和传感器本身的缺陷,使得拍摄的图像不仅受噪声的影响,而且存在严重的灰度失真和几何畸变。在这种条件下,匹配算法如何达到精度高、准确性高、经过国内外研究者多年的努力以及结合各种数学理论和方法,人们提出了多有的文献分类还包括基于模型的匹配和基于变换域的匹配【俊;诨叶鹊钠ヅ渚是逐像素地把一个以一定大小的实时图像窗口的灰度矩阵与参考图像的所有可能的窗口灰度矩阵按某种相似性度量方法进行搜索比较的匹配方法。相似性度量函数和搜索策略是决定该方法准确度、实时性和鲁棒性的两个重要因素。围绕减少搜索空间和减少匹配时间等问题,人们相继提出了序贯相似性检测算法、两级模板匹配算法、分层序贯匹配算法、多子域相关匹配算法等各种快速匹配算法。基于灰度值的算法尽管已经十分普遍,并得到广泛的应用,但此类算法存在着时间复杂度高、对图像亮度与尺寸及角度变化敏感等缺点,而且一旦进入信息贫乏的为了克服基于灰度匹配方法的缺点,人们提出了基于特征的匹配方法。特征匹配方法首先对图像进行预处理来提取其高层次的特征,然后建立两幅图像之间特征的匹配对应关系,通常使用的特征基元有点特征、边缘特征和曲线轮廓及区域特征等。由于兴趣点堑恪⒐盏阋约癟交叉点等男畔⒑扛摺⑹肯喽越少且局部不变等特点,使其在基于特征的匹配中更受人青睐。如何建立图像兴趣点之间的对应关系一直是这类方法的研究热点。目前已有许多有关此类问题的经典算法,如等提出的松弛算法【、等提出的距离法忍岢龅幕诙劾嗨惴ā】、等提出的三角形匹配算法例等。上述方法首先依赖于好的特征提取方法,当提取的特征点数目特别是伪特征图像匹配是计算机视觉和图像处理中一个很重要的研究内容,它是指把两个不同传感器所获取的同一