基于點特征的圖像配準(zhǔn)研究及其應(yīng)用.pdf

1、圖像配準(zhǔn)是數(shù)字圖像處理領(lǐng)域一個非常重要的分支，它解決同一場景在不同時間、不同角度由相同或者不同的光學(xué)設(shè)備得到的存在相對旋轉(zhuǎn)、平移及縮放的兩幅或者多幅圖像的配準(zhǔn)問題，目的是匹配圖像，將圖像間存在的畸變?nèi)コ?，目前，圖像配準(zhǔn)技術(shù)已經(jīng)在醫(yī)學(xué)、遙感及軍事等領(lǐng)域得到了實際應(yīng)用。
　　目前，基于點特征的圖像配準(zhǔn)已經(jīng)成為圖像配準(zhǔn)技術(shù)的研究熱點，而特征點提取和匹配是點特征配準(zhǔn)的兩個關(guān)鍵環(huán)節(jié)，本文以特征點提取和匹配為主要研究內(nèi)容，并針對經(jīng)典算法的不足

2、做了相應(yīng)的改進，最后用改進的算法實現(xiàn)了圖像的拼接。
　　本文的完成的主要研究工作可以分為以下幾個方面:
　　1.通過數(shù)學(xué)表示構(gòu)建了圖像配準(zhǔn)的模型，將圖像配準(zhǔn)從方法和應(yīng)用兩個方面進行了分類，并將圖像配準(zhǔn)分成四步進行了詳細介紹。
　　2.對特征點提取過程做了詳細描述。詳細介紹了三種經(jīng)典的特征點提取算子:Harris算子、SIFT算子、SURF算子，分析了三種算子的性能并做了簡單比較。鑒于SIFT算子較高的精度和良好的魯棒性

3、，選取SIFT算子為主要研究內(nèi)容;SIFT算法的不足是特征描述子為128維，導(dǎo)致占用大量存儲空間且運算時間較長，針對算法的不足，本文研究了改進的SIFT算法，改進的算法將特征描述子的維數(shù)從128維降低到了48維，同時將特征描述子的描述范圍從16×16擴展到了24×24，實驗表明改進的算法不僅縮減了占用空間及運算時間，還一定程度的提高了匹配精度。
　　3.介紹了特征點匹配的過程，首先描述了經(jīng)典Kd樹查詢法的原理及構(gòu)建過程，并通過算法

4、的不足引出了BBF查詢法，BBF查詢法不僅提高了匹配效率而且擴展了應(yīng)用范圍;然后介紹了去除誤匹配點的比值提純法;最后，針對提純后誤匹配點依然較多的圖像，本文引入了肯德爾系數(shù)約束，該約束能夠有效的剔除誤匹配點，但是會增加運算時間，應(yīng)用受到一定的限制。
　　4.將改進的SIFT算法與BBF查詢法結(jié)合實際應(yīng)用到兩幅圖像的拼接中，簡單介紹拼接過程中用到的RANSAC算法和線性漸變?nèi)诤戏?，最后給出了拼接圖像的效果圖。
　　本文通過對不