資源描述：
《基于sift的局部不變特征研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、密級:碩士學(xué)位論文基于SIFT的局部不變特征研究作者姓名：滕日指導(dǎo)教師：周進副研究員學(xué)位類別：工程碩士學(xué)科專業(yè)：電子與通信工程研究所：中國科學(xué)院光電技術(shù)研究所二〇一六年四月StudyonlocalinvariantfeaturesbasedonSIFTByTengRiADissertation/ThesisSubmittedtoUniversityofChineseAcademyofSciencesInpartialfulfillmentoftherequirementForthedegreeofMasterofCommunicationEngineeringT
2、heInstituteofOpticsandElectronics,ChineseAcademyofScienceApril,2016致謝致謝時光飛逝，日月如梭，轉(zhuǎn)眼又是一年畢業(yè)季。感恩可以走進光電所的大家庭，度過美好的三年時光。首先感謝周進老師對我學(xué)習(xí)和生活上的幫助。周老師是一位和藹可親、關(guān)愛學(xué)生、治學(xué)嚴謹?shù)睦蠋煟粌H在學(xué)業(yè)上寄予我們許多支持和輔導(dǎo)，在生活中也對我們處處關(guān)照。在發(fā)表小論文時，周老師經(jīng)常在百忙之中抽出時間和我討論，并指導(dǎo)。每周三周老師都會組織同學(xué)們討論和交流自己的學(xué)習(xí)心得，這對我們每個人的提高都有很大幫助。節(jié)假日時周老師會組織同學(xué)們聚餐，談笑風(fēng)生
3、之余拉近同學(xué)們之間的感情。能遇到這么好的老師，是我讀研期間最大的幸運！其次，我要感謝實驗室的其他老師們，他們平日里對我的課題進展和生活也很關(guān)心。秘書姐姐不厭其煩的幫我進行論文報賬等工作，每當有問題時也耐心的幫我解答。另外，研究生部的老師們在學(xué)習(xí)和生活上給過我不少幫助，非常感謝他們。再次，我要感謝我的師兄師姐們，他們平日里對我很關(guān)照，在我找工作和文獻調(diào)研期間幫助我許多，我能夠順利完成課題，找到心儀的工作我很感動。此外，我要感謝實驗室的同學(xué)們，在他們的鼓勵和支持下我參加了許多國科大和光電所的活動，豐富了自己的課余生活。最后，感謝我的父母和朋友們，在你們的支持下我一步
4、步成長，我會努力成為更好的人，不辜負你們的期望！感謝所有的論文評閱老師以及答辯委員會的所有老師，感謝你們對學(xué)生的悉心點評和指導(dǎo)！最后，再一次向所有關(guān)心、支持和鼓勵我的老師、同學(xué)、朋友、親人們致以我最衷心的感謝！I摘要摘要局部不變特征算法是目前應(yīng)用十分廣泛的一項圖像信息處理技術(shù)，在人臉檢測、目標識別、字符識別、全景圖像拼接、遙感圖像處理、機器人視覺等領(lǐng)域都有所應(yīng)用，是當前圖像處理技術(shù)中的熱門研究領(lǐng)域。在局部不變特征算法中，SIFT（Scaledinvariantfeaturetransform）算法是里程碑式的算法，其提取的特征點穩(wěn)定性高、區(qū)分度好。但作為一項發(fā)展
5、三十余年的圖像處理技術(shù)，局部不變特征算法仍然有很大的改進及提升空間。首先，針對局部不變特征點抗干擾特性的研究尚未完善；其次，針對局部不變特征算法的評價指標缺失統(tǒng)一客觀的標準；最后，SIFT特征算法在運行效率上仍有待提高。首先，本文以SIFT特征為例，針對局部不變特征點的抗干擾性質(zhì)進行研究，發(fā)現(xiàn)其具有干擾條件下提取位置在一定范圍內(nèi)波動的特點，對局部不變特征點的波動性進行研究。在圖像加入噪聲、發(fā)生光照變換、發(fā)生模糊變換以及同時進行噪聲、光照及模糊處理這四種情況下分別分析同一算法提取的不同特征點的波動情況，進而得到不同特征點的波動區(qū)間。其次，本文針對SIFT算法在尺度
6、構(gòu)建和描述子生成方面做出改進，引入SURF（Speed-upRobustFeature）特征提取算法，采用框狀濾波器對圖像進行卷積，從而近似DoH（DeterminationofHessian）算子，并通過多尺度濾波器保留圖像尺度信息，提高特征提取環(huán)節(jié)的效率；結(jié)合二值描述子BRISK（BinaryRobustInvariantScalableKeypoints），提高描述子生成和匹配速度。再次，本文根據(jù)特征點波動性的性質(zhì)提出一種新的基于特征點波動性的評價指標，采用穩(wěn)定點占比和波動半徑對各個算法進行評價，提供一種新的評價思路。通過基于波動性的評價指標和既有傳統(tǒng)評價
7、指標對各個局部不變特征算法進行評價，實驗證明BRISK-SURF算法在匹配速度、穩(wěn)定性和提取精度上有較大提高。并且，論文研究了圖像配準的常用方法，采用BRISK-SURF算法進行描述子生成及匹配，并用RANSAC迭代算法進行錯誤點剔除，從而實現(xiàn)圖像的精確配準。同時，論文研究了目標跟蹤技術(shù)的常用方法，給出了一種較為簡便、易于實現(xiàn)的基于特征點匹配的目標跟蹤方法，通過對匹配模版的自適應(yīng)迭代方式實現(xiàn)目標跟蹤。證明了局部不變特征算法在應(yīng)用方面具有一定的意義。最后，論文總結(jié)了主要工作，并指出論文尚有許多改進空間：首先，在針對特征點波動性的研究方面應(yīng)引入旋轉(zhuǎn)矢量等更復(fù)雜的因素
8、。其次，針對BIRSK-
