SIFT特征匹配技術(shù)研究與應(yīng)用.pdf

1、圖像已經(jīng)成為信息化時(shí)代下人們獲取信息的一種必要手段，如何利用圖像處理技術(shù)獲取外界信息成為國(guó)內(nèi)外研究者重點(diǎn)關(guān)注的一類(lèi)問(wèn)題。尺度不變特征變換(ScaleInvariant Feature Transform，SIFT)算法因其在圖像尺度變化、旋轉(zhuǎn)等狀況下的魯棒性和獨(dú)特性在特征匹配中得到了廣泛的應(yīng)用，然而該算法在特征點(diǎn)生成時(shí)效性和匹配精度上仍有一定的局限性。
　　本文針對(duì)計(jì)算機(jī)圖像處理中目標(biāo)識(shí)別和目標(biāo)跟蹤兩大研究方向，引入經(jīng)典的SIFT

2、算法的思想并對(duì)其進(jìn)行優(yōu)化，設(shè)計(jì)了改進(jìn)的目標(biāo)匹配和運(yùn)動(dòng)目標(biāo)跟蹤算法。本論文的主要研究?jī)?nèi)容包括:(1)使用體現(xiàn)圖像信息量的圖像熵進(jìn)行關(guān)鍵點(diǎn)閾值判斷，設(shè)計(jì)了自適應(yīng)的關(guān)鍵點(diǎn)閾值調(diào)整方法;(2)引入基于直方圖距離計(jì)算的EMD距離，同時(shí)基于SIFT算法特性，將改進(jìn)EMD算法與多梯度方向SIFT特征點(diǎn)相結(jié)合進(jìn)行距離的比對(duì)和運(yùn)算的剪枝;(3)針對(duì)于多目標(biāo)識(shí)別，設(shè)計(jì)了基于SIFT特征點(diǎn)雙向匹配的改進(jìn)算法;(4)設(shè)計(jì)一種融合SIFT向量和DBSCAN聚類(lèi)的

3、方法，以替代TLD算法中的跟蹤模塊。且對(duì)TLD算法檢測(cè)模塊進(jìn)行調(diào)整。
　　根據(jù)上述設(shè)計(jì)思路，本文實(shí)現(xiàn)了基于改進(jìn)的SIFT算法的目標(biāo)識(shí)別和目標(biāo)跟蹤算法，并通過(guò)測(cè)試數(shù)據(jù)集對(duì)所設(shè)計(jì)的算法進(jìn)行了驗(yàn)證。實(shí)驗(yàn)結(jié)果表明本文方法能夠(1)較好的解決圖像匹配中多數(shù)特征點(diǎn)無(wú)意義匹配的問(wèn)題;(2)較好的解決了匹配過(guò)程中諸多場(chǎng)景下歐氏距離不適用的問(wèn)題;(3)實(shí)現(xiàn)多目標(biāo)場(chǎng)景中的識(shí)別檢測(cè);(4)較好的解決TLD算法的跟蹤模塊在運(yùn)動(dòng)目標(biāo)長(zhǎng)期跟蹤中難以保持魯棒跟