论文部分内容阅读
随着世界各国对图像匹配技术的普遍应用,图像匹配算法也逐渐受到了重视,许多专家学者对此进行研究,不断取得新的发现和突破。目前,图像匹配技术在识别遥感卫星图像、军事侦察、医学影像诊断及核实人脸特征信息等多个领域中均得到了广泛的应用,为了进一步改善图像匹配算法的实时性和配准精度,提高图像匹配技术的应用效率和精准率,本文通过计算不同拍摄时间、不同拍摄角度、不同拍摄环境下获得的两幅以上图像的相似重叠度,以此获得的匹配结果,可以为分析图像的后续工作提供科学依据。本文针对图像匹配存在的问题,主要完成了以下的研究工作:(1)针对图像匹配要求实时性较高时会发生匹配率降低的问题,研究了一种以Harris自相关矩阵的迹和改进灰度值为依据的快速图像匹配算法。该算法用Harris自相关矩阵的迹检测实时拍摄到的未知图像的子区域角点,可以避免计算Harris响应的因变量;然后将储存在计算机里的图像模型中检测出灰度值与子区域最高阶特征点灰度值相同的像素点,并计算这个像素点和最高阶特征点的灰度值与其邻域灰度值之和的比值,当比值相同时则这个像素点被定义为储存在计算机里的图像模型中的特征点;最后以子区域特征点为匹配依据将储存在计算机里的图像模型和实时拍摄到的未知图像进行配准。(2)针对未知图像发生较大的旋转和模糊变化时会发生匹配率下降的问题,研究了一种以Harris与高斯圆形窗口为依据的快速图像匹配算法,该算法用Harris提取出未知图像的角点,在角点邻域内筛选SIFT特征点,并且利用高斯圆形窗口对筛选出的特征点建立低维描述子。该算法不仅具备了Harris算法的高稳定性而且兼顾了SIFT算法对于旋转变化较大的未知图像也有着高匹配率的特点。(3)针对未知图像多次传输时会发生压缩失真,导致匹配率降低的问题,研究了一种以改进FAST和FREAK为依据的快速图像匹配算法。该算法首先为储存在计算机中的图像模型和实时拍摄到的未知图像构建改进的FAST特征点检测样板,在尺度空间金字塔的基础上对原图像进行了降采样,从而避免了高斯核与原图像进行卷积的过程;然后用改进的FREAK算法为每个特征点建立与人类视网膜结构相类似的降维特征描述子;最后用改进的Hamming距离进行特征匹配,所研究的算法对多次传输失真的未知图像具有较高的匹配率。(4)针对当图像邻域范围内的场景变化时会发生匹配率降低的问题,研究了一种以改进Shi-Tomas和区域协方差矩阵为依据的快速图像匹配算法。该算法首先用改进的Shi-Tomas算法筛选出未知图像的角点;然后用区域协方差构建特征模型,并且以区域协方差矩阵为依据将实时拍摄到的未知图像与储存在计算机中的图像模型进行匹配,区域协方差矩阵的特性确保了当未知图像发生欧式变换时的鲁棒性;最后用改进的RNASCA算法删除误匹配点,减少了对未知图像进行迭代检测的次数,加快了图像匹配的速度。