基于SURF和KAZE的圖像配準算法研究.pdf

1、圖像配準技術在圖像處理領域中占有十分重要的位置，是圖像處理領域的一個研究熱點。配準算法主要分為基于區(qū)域的配準與基于特征的配準，基于區(qū)域的配準算法對于灰度變化敏感，導致配準準確度不理想，并且運算量較大、速率較低；基于特征的配準算法的計算量相對較小、魯棒性相對較強，對圖像偏移和旋轉等變化的適應能力較強。已逐漸成為圖像配準領域的主流方向，其中使用最廣泛的是基于點特征的配準算法。本文對已有的配準算法進行研究，分析目前經(jīng)典算法的不足，針對不同變化

2、的圖像對算法的性能展開研究。通過理論性研究，本文為提高算法的準確率與精度，提出了相應的改進算法。本文的主要工作如下：
　?、裴槍?jīng)典SURF算法以及KAZE算法展開研究，分析出原始算法的基本原理、實現(xiàn)步驟與配準性能等。
　?、茷榱私鉀Q傳統(tǒng)SURF算法存在的問題，提高彩色圖像配準的精度和準確率，提出一種雙向鄰近匹配的彩色圖像配準算法。該算法對傳統(tǒng)的SURF描述符進行改進，將圖像的色彩信息疊加在只包含灰度信息的傳統(tǒng)SURF特征描

3、述符上，組成改進的SURF特征描述符，以增強彩色信息對配準的影響，提高配準的準確率；采用FLANN算法搜索匹配點對，并對匹配點對進行雙向鄰近匹配，以提高搜索效率和匹配精度；通過改進的RANSAC算法對匹配錯誤的特征點對進行刪除，以便更深入地優(yōu)化匹配結果。實驗結果表明，該算法能夠有效地提高彩色圖像配準的精度和準確率，具有較好的圖像變換適應性和魯棒性。
　?、菫榱颂岣邎D像配準算法對于模糊圖像的配準性能，提出一種融合非線性尺度空間和空間