论文部分内容阅读
图像匹配技术一向是图像信息处理领域中的热点研究方向之一,被广泛应用于军事、工业、交通等众多领域。近年来,以计算机视觉、人工智能为代表的人机交互技术蓬勃发展,图像匹配是进行人机交互研究所需的一项基础技术。由以上可知,对其进行探讨具有重要的理论价值与现实意义。图像匹配算法大致可以分为三大类:基于变换域信息的匹配算法、基于灰度相关的匹配算法以及基于特征的匹配算法,其中基于特征的图像匹配算法因其计算量相对较小、鲁棒性较强等优点已成为主流的研究方向。图像的特征分为全局特征与局部特征,本文对基于局部特征图像匹配算法的相关问题进行分析与研究,主要工作如下:(1)针对尺度不变性的特征变换(SIFT)算法对光照强度不同的彩色图像匹配能力较弱的问题,本文提出了一种基于SIFT改进的彩色图像匹配算法。改进如下:第一,把SIFT特征描述向量的维数从128维降为36维,并向36维SIFT特征描述向量中融入包括特征点及其邻域内像素点的彩色信息,以生成含有彩色信息的42维特征描述向量;第二,先后完成彩色图像的初步匹配和精确匹配;第三,采用基于相对距离理论的误匹配点消除法来剔除误匹配点。仿真实验结果表明:在光照强度变化的条件下,与经典SIFT算法相比,该算法能有效提高彩色图像匹配的准确率;与一些常见的SIFT改进算法相比,该算法能有效提高彩色图像匹配的效率。(2)针对SIFT算法对具有局部相似区域较多的图像匹配性能欠佳的问题,本文提出了一种基于Contourlet变换的SIFT算法。算法首先使用SIFT算法获得DoG空间极值点;然后用自适应阈值Canny算法对图像进行边缘检测以删除极值点中的边缘点;最后以综合运用由Contourlet变换提取的全局纹理信息与SIFT提取的局部特征信息的方式进行图像匹配。仿真实验结果表明:与SIFT算法相比,该算法具有更高的匹配准确率。(3)针对SURF算法的旋转鲁棒性较弱的问题,本文提出了一种LBP-SURF图像匹配算法。算法向SURF特征描述向量中融入由改进的旋转不变LBP特征描述方法所提取的信息,并使用数乘距离代替欧氏距离进行特征匹配。仿真实验结果表明:该算法比SURF算法具有更好的旋转不变性的同时保证了一定的实时性。