圖像中的點(diǎn)集匹配及應(yīng)用研究.pdf

1、圖像匹配是計(jì)算機(jī)視覺中的一個(gè)重要問題，也是許多視覺應(yīng)用工作的基礎(chǔ)。在實(shí)際中，由于拍攝時(shí)間、拍攝角度、非線性形變等諸多因素的影響，使得解圖像匹配問題非常困難。非剛性圖像匹配中特征匹配是核心內(nèi)容。為了使研究的方法具有更好的通用性，本文采用最低層次的特征——點(diǎn)，來展開研究。本文研究的主要內(nèi)容是基于點(diǎn)匹配的圖像匹配算法及其相關(guān)應(yīng)用。
　　點(diǎn)匹配算法需要尋找點(diǎn)集間的對(duì)應(yīng)關(guān)系和變換關(guān)系。實(shí)際圖像對(duì)中，由于噪聲、遮擋、離群點(diǎn)及非線性形變的影響，

2、為點(diǎn)集匹配帶來了困難。為了盡可能的去除圖像對(duì)中存在的離群點(diǎn)和噪聲點(diǎn)，找到正確的圖像點(diǎn)集對(duì)應(yīng)關(guān)系，近年來，許多研究者提出了各種各樣的方法來解決這個(gè)問題，取得了一定的效果，但離實(shí)際的要求還有距離。如何找到新的算法，使其能夠取得比現(xiàn)有方法更好的性能，是圖像匹配算法一直所關(guān)注的。此外，現(xiàn)有的點(diǎn)集匹配算法都不能處理圖像對(duì)中有多種大的形變的情況，這意味著要求匹配算法能夠區(qū)分不同部分的不同變換關(guān)系。由于圖像中每一部分都可能存在一種復(fù)雜的變換關(guān)系，對(duì)這

3、種匹配算法的研究是一個(gè)巨大的挑戰(zhàn)。
　　本文圍繞著圖像匹配算法展開，具體研究了基于空間關(guān)系一致性的剛性點(diǎn)集匹配算法和非剛性點(diǎn)集匹配算法；分層混合匹配算法；圖像檢索算法。本文的研究成果包括以下四個(gè)方面：
　　(1)提出了一種基于空間關(guān)系一致性的魯棒的剛性點(diǎn)集匹配算法。該算法是一種參數(shù)估計(jì)算法，首先通過點(diǎn)集特征建立初始的對(duì)應(yīng)關(guān)系以減小搜索范圍，提高計(jì)算速度，同時(shí)增強(qiáng)了對(duì)離群點(diǎn)的容忍度。然后，在最大似然框架下將匹配問題建模為一個(gè)最

4、大似然估計(jì)問題。采用EM算法，估計(jì)內(nèi)點(diǎn)集與圖像空間一致性關(guān)系。
　　(2)將基于空間關(guān)系一致性的匹配模型推廣到解決非剛性匹配問題上。與剛性點(diǎn)集匹配算法相比，該方法適用范圍更廣，并且對(duì)剛性點(diǎn)集匹配和非剛性點(diǎn)集匹配都取得了好的效果。該算法無需對(duì)圖像之間的幾何關(guān)系建模，通過非參數(shù)估計(jì)求解一個(gè)與給定圖像匹配點(diǎn)對(duì)擬合得最好的變換函數(shù)。對(duì)常見的圖像變換諸如大視角變化、圖像旋轉(zhuǎn)、圖像壓縮、仿射變換、光照變化、非剛性變換等以及對(duì)匹配集中包含大量誤

5、匹配都表現(xiàn)出很強(qiáng)的魯棒性。而且能夠很容易的推廣到三維的情況。
　　(3)提出了一種分層混合模型的的點(diǎn)集匹配算法。對(duì)于圖像中存在多種復(fù)雜變換關(guān)系的情況，該算法能取得令人滿意的結(jié)果。當(dāng)待匹配圖像對(duì)可以由一個(gè)變換關(guān)系表示時(shí)，該混合模型將退化到只含一個(gè)高斯模型的情況，相當(dāng)于標(biāo)準(zhǔn)的非參數(shù)模型。因此，該方法可以看成一種更加具有普適性的方法，能夠解決圖像場(chǎng)景中存在多個(gè)獨(dú)立的個(gè)體以不同的運(yùn)動(dòng)模型進(jìn)行運(yùn)動(dòng)的問題。并且可以用來解決相同目標(biāo)在不同背景下