基于圖像特征提取和特征點描述的匹配算法研究及其應用.pdf

1、圖像匹配是指對不同拍攝環(huán)境或拍攝設備下獲取的兩幅或多幅圖像，找到圖像間的空間變換模型，建立圖像間的映射關系，進而使得圖像進行匹配和對準的過程。圖像匹配技術在機器視覺及人工智能等領域的應用也越來越廣泛，比如：軍事制導、遙感地形、目標跟蹤、文字識別、醫(yī)療診斷、三維重建等。基于特征提取的圖像匹配技術的基本思路是在圖像中提取能夠包含圖像有效信息的特征，然后對這些特征進行描述，且要求該過程對圖像的視角變化、灰度變化、旋轉變化、噪聲及其它因素具有一

2、定的魯棒性，最后通過特定的相似性度量準則對特征描述子進行匹配。
　　SIFT和SURF算法作為圖像局部特征研究過程中具有開創(chuàng)性的工作，在各種圖像變換下表現(xiàn)出了良好的性能?；?SIFT的各種改進算法也層出不窮，但是SIFT及其改進算法均具有較大的計算耗時，不能很好的應用于實時的智能視覺系統(tǒng)及低功耗設備，比如視覺測距、手機終端等。這從一定程度上推動了具有低計算量及低存儲的特征描述方法的產生，近兩年基于二進制位的特征描述子，比如BRI

3、EF、ORB和BRISK就是在這樣的應用背景下出現(xiàn)。
　　本文總結了前人的研究成果，深入研究了各種特征提取及特征點描述算法，在此基礎上本文提出了一種新的圖像匹配算法，并實現(xiàn)了基于圖像匹配技術的實時電子穩(wěn)像算法。本文的主要貢獻如下：
　　1．由于FAST算子獲取的角點分布密集，而且部分角點具有較強的邊緣響應，這些現(xiàn)象的存在會影響后續(xù)匹配的精度和穩(wěn)定性。本文在FAST算子的基礎上提出了一種消除角點分布聚簇現(xiàn)象和去除不穩(wěn)定邊緣響應

4、點的特征點提取算法。
　　2．提出了一種基于二進制位的特征點描述算法。該算法對特征點進行局部描述時采用了一種全新的采樣模式，而且使用了積分圖進行加速。本文通過實驗分析驗證了該描述子對噪聲影響、旋轉變化、灰度變化等具有良好的性能，而且該描述子具有高效的計算速度和較低的存儲要求，可以用于實時的應用。
　　3．提出了一種基于圖像匹配技術的實時的電子穩(wěn)像算法。首先使用本文提出的圖像匹配算法及RANSAC算法獲得相鄰兩幀正確的匹配點對