基于三角形約束的快速圖像匹配算法與特征點(diǎn)選擇方法研究.pdf

1、碩士學(xué)位論文基于基于三角形三角形約束約束的快速圖像匹配的快速圖像匹配算法算法與特征特征點(diǎn)選擇選擇方法方法研究研究StudyonFastImageMatchingAlgithmwithTriangleConstraintFeaturePointsionMethod作者姓名：田敏學(xué)科、專業(yè)：信息與通信工程學(xué)號：21409037指導(dǎo)教師：林秋華教授完成日期：2017.6.1大連理工大學(xué)DalianUniversityofTechnology大

2、連理工大學(xué)碩士學(xué)位論文I摘要圖像匹配是計(jì)算機(jī)視覺領(lǐng)域的重要技術(shù)之一，在目標(biāo)定位、視覺導(dǎo)航、三維重建等許多應(yīng)用中不可或缺。圖像匹配技術(shù)的關(guān)鍵是同時(shí)提高算法的精度和速度，現(xiàn)有算法仍存在較大的發(fā)展空間。例如，基于局部特征點(diǎn)的圖像匹配算法具有魯棒性優(yōu)勢，而且有些算法還利用了特征點(diǎn)之間的幾何約束，但是在速度上難于達(dá)到實(shí)時(shí)性。另外，常用的局部特征點(diǎn)包括斑點(diǎn)和角點(diǎn)，而實(shí)際應(yīng)用中往往固定使用某一種特征點(diǎn)，而不是針對不同圖像選擇一種更適合該圖像的特征點(diǎn)。

3、最后，圖像匹配過程中檢測到的特征點(diǎn)常常存在數(shù)目過多且分布不均勻的問題，不僅耗時(shí)而且增大了誤匹配概率。為了提高圖像匹配算法的精度和速度，本文針對以上三個問題分別進(jìn)行了三方面的研究：（1）提出了基于二進(jìn)制描述的快速三角形匹配（RapidTriangleMatching，RTM）改進(jìn)算法。原RTM算法采用浮點(diǎn)型描述子對三角形進(jìn)行描述，而改進(jìn)的算法分別采用二進(jìn)制描述子FREAK(FastRetinaKeypoint)和rBRIEF(Rotati

4、onawareBinaryRobustIndependentElementFeature)對三角形基元進(jìn)行描述。通過仿真圖像和實(shí)際圖像對改進(jìn)算法進(jìn)行了性能測試，實(shí)驗(yàn)結(jié)果表明，相較于原RTM算法，改進(jìn)算法的精度和速度均有所提高，占用的內(nèi)存也大大減小，并且在結(jié)構(gòu)場景中能夠匹配上原算法匹配不上的點(diǎn)，同時(shí)具有一定的魯棒性，可用于實(shí)際雙目圖像的匹配應(yīng)用。（2）提出了一種基于邊緣檢測的特征點(diǎn)類別選擇方法。對于一幅待匹配圖像，首先利用Canny邊緣檢

5、測算法計(jì)算本文定義的一種圖像邊緣率，然后根據(jù)邊緣率與高低閾值的關(guān)系來判斷該圖像的結(jié)構(gòu)性，最后確定適合該圖像的特征點(diǎn)檢測方式：若邊緣率大于高閾值，則認(rèn)為圖像的結(jié)構(gòu)信息非常明顯，應(yīng)采用角點(diǎn)檢測；若邊緣率小于低閾值，則認(rèn)為圖像的結(jié)構(gòu)信息非常不明顯，應(yīng)采用斑點(diǎn)檢測；若邊緣率介于二者之間，說明圖像的特征不明顯，采用角點(diǎn)、斑點(diǎn)檢測均可。利用仿真圖像進(jìn)行了邊緣率高低閾值的求取，最后通過實(shí)際圖像驗(yàn)證了本章方法的有效性。該方法用于圖像匹配算法之前特征點(diǎn)類

6、別的智能選擇，具有實(shí)際的應(yīng)用意義。（3）提出了一種基于圖像局部熵和特征點(diǎn)響應(yīng)的特征點(diǎn)篩選方法。該方法通過對目標(biāo)圖像劃分網(wǎng)格得到子區(qū)域，然后計(jì)算子區(qū)域的局部熵和熵的平均，在局部熵大于熵平均的區(qū)域內(nèi)提取一定比例響應(yīng)值較大的特征點(diǎn)，在剩余的區(qū)域內(nèi)只提取最強(qiáng)響應(yīng)的特征點(diǎn)，將篩選得到的所有特征點(diǎn)進(jìn)行描述，與參考圖像得到的特征向量集進(jìn)行匹配和消錯。實(shí)驗(yàn)結(jié)果表明，該方法不僅能有效減少特征點(diǎn)數(shù)目，還能保證特征點(diǎn)分布的均勻性，與匹配算法相結(jié)合，提高了匹配