圖像角點提取及匹配方法的研究.pdf

1、圖像特征提取和匹配技術(shù)廣泛應(yīng)用于目標(biāo)追蹤、圖像檢索、三維重建等領(lǐng)域。在眾多的圖像特征中，角點的位置比較明確，沒有歧義，并且角點在保留圖像原有結(jié)構(gòu)特征的基礎(chǔ)上，能極大地減少數(shù)據(jù)量。本文重點研究了圖像中角點的提取和匹配方法。
　　本文所做的工作主要包括角點提取算法研究、特征點描述與匹配方法研究、基于GPU的圖像加速算法研究三個方面。
　　在角點提取算法方面，在總結(jié)了以往角點提取算法的優(yōu)缺點后，本文提出了一種新的角點提取算法。該算

2、法在準確檢測角點的同時，還能保留構(gòu)成角點的邊緣方向信息，從而為角點提供更多的約束。針對以往很多角點算法會檢測到圓角點的問題，本文還提出了一種利用曲率變化率來區(qū)分圓角點和鈍角點的方法。最后將本文提出的角點算法與五種知名的算法進行性能比較，實驗結(jié)果表明，本文算法在角點提取精確度ACU和定位誤差兩個指標(biāo)上均為最好。同時，本文算法在保證角點定位精度和穩(wěn)定性的基礎(chǔ)上，還具有很快的運算速度，本文算法在角點定位精度和運算速度上達到了一個很好的平衡。<

3、br>　　在特征點描述與匹配方面，本文提出了一種基于邊緣方向的二進制特征描述子。該描述子保存了構(gòu)成角點的邊緣方向信息，可以實現(xiàn)相同類型角點的匹配。本文提出的角點描述子還能作為剔除誤匹配點的方法，將其與BRIEF特征描述子結(jié)合起來使用，可以提高特征點匹配的正確率，而且在提高匹配正確率的同時，幾乎不增加計算量。
　　在基于GPU的圖像加速算法方面，本文研究了基于CUDA平臺的并行化處理技術(shù)，并重點研究了基于CUDA的圖像并行處理技術(shù)，