基于尺度空間和特征描述的快速圖像匹配算法研究.pdf

1、圖像匹配的功能是將不同時(shí)間、不同角度、不同傳感器或者不同拍攝條件下得到的兩幅圖像進(jìn)行對(duì)應(yīng)，在目標(biāo)定位、視覺導(dǎo)航、目標(biāo)識(shí)別、三維重建和圖像拼接等領(lǐng)域具有不可或缺的地位。在圖像匹配任務(wù)中，往往存在圖像匹配質(zhì)量滿足要求，但匹配速度較慢的問題。為此，本文研究的重點(diǎn)是提升匹配算法速度。為了保障圖像匹配的尺度不變性，需要構(gòu)建尺度空間。同樣，為了捕捉圖像中具有代表性的信息，描述子的構(gòu)建也至關(guān)重要。本文重點(diǎn)從尺度空間和描述子構(gòu)建兩方面入手，在保障圖像匹

2、配質(zhì)量基本不變的前提下，對(duì)圖像匹配算法進(jìn)行了速度提升。主要工作如下:
　　(1)提出了一種大尺寸圖像尺度預(yù)處理的圖像快速匹配算法。本算法首先分析了大尺寸圖像運(yùn)行速度慢的原因，并給出相應(yīng)的解決方案。在大尺寸圖像參與匹配之前，根據(jù)測(cè)試法、模型法或反饋法等方法確定尺度縮小比例，對(duì)圖像進(jìn)行縮小預(yù)處理，然后再參與匹配。實(shí)驗(yàn)結(jié)果表明，該算法不但能夠有效地提升大尺寸圖像的匹配速度，還能提高匹配精度。該算法易于與現(xiàn)有包含尺度變化的匹配算法相結(jié)合，

3、進(jìn)而提升大尺度圖像的匹配性能。
　　(2)提出了一種基于二進(jìn)制描述FREAK的快速角點(diǎn)匹配算法。首先，通過構(gòu)建一個(gè)簡(jiǎn)型的高斯金字塔，使FAST算法提取的角點(diǎn)具有了尺度不變性。然后，通過減小重疊區(qū)域，提出了一種新的FREAK描述子構(gòu)建方式。大量的實(shí)驗(yàn)結(jié)果表明，該算法能夠提升圖像匹配的速度，并且能夠匹配SIFT、SURF、ORB和BRISK等算法無法匹配的航拍圖像。
　　(3)提出了一種基于多項(xiàng)式估計(jì)式尺度空間構(gòu)建和二進(jìn)制描述L