資源描述：
《基于特征點的圖像匹配技術(shù)研究及應(yīng)用》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、基于特征點的圖像匹配技術(shù)研究及應(yīng)用文獻(xiàn)綜述1.圖像匹配的概念圖像匹配[1]是指通過一定的匹配算法在兩幅或多幅圖像之間識別同名點，如二維圖像匹配中通過比較目標(biāo)區(qū)和搜索區(qū)中相同大小的窗口的相關(guān)系數(shù)，取搜索區(qū)中相關(guān)系數(shù)最大所對應(yīng)的窗口中心點作為同名點。其實質(zhì)是在基元相似性的條件下，運(yùn)用匹配準(zhǔn)則的最佳搜索問題。圖像匹配中事先獲得的圖像稱為基準(zhǔn)圖像（baseimage），在匹配過程中在線或者實時獲得的圖像稱為實時圖像（realtimeimage）。基準(zhǔn)圖像可以比實時圖像大也可以比實時圖像小。當(dāng)基準(zhǔn)圖像比實時圖像大時，匹配過程就是在基準(zhǔn)圖像中搜尋實時
2、圖像位置的過程；當(dāng)實時圖像比基準(zhǔn)圖像大時，匹配過程就是在實時圖像中尋找作為目標(biāo)的基準(zhǔn)圖像的過程。在地圖導(dǎo)航系統(tǒng)[2]中，基準(zhǔn)圖像比實時圖像大。如圖1.1所示。圖1.1地圖導(dǎo)航系統(tǒng)中的圖像匹配示意圖基準(zhǔn)圖像和實時圖像是對同一對象有差別的近似描述，設(shè)和分別為基準(zhǔn)圖像和實時圖像的灰度分布，在不考慮關(guān)照變換等影響下，兩者存在如下關(guān)系：其中是高斯白噪聲，可以通過一定的濾波方法濾除。是上的點在X和Y方向上的位置偏差，稱為定位噪聲。位置偏差往往是因為圖像的幾何形變造成的。實際上利用計算機(jī)進(jìn)行處理的并不是連續(xù)圖像，圖像的位置和灰度都被劃分為離散的值，常用
3、像素矩陣來表示一副圖像。在地圖匹配導(dǎo)航中，通常基準(zhǔn)圖像比實時圖像大。直接進(jìn)行相關(guān)匹配的兩幅圖像應(yīng)該是大小一樣的，為了確定實時圖像在基準(zhǔn)圖像中的位置，就必須在基準(zhǔn)圖像中提出與實時圖像大小相等的基準(zhǔn)子圖，并逐個與實時圖像進(jìn)行比較，以便找出與實時圖像匹配的那個基本子圖，從而確定實時圖像在基準(zhǔn)圖像中的位置。所以一般圖像匹配的過程就是不斷從基準(zhǔn)圖像中提取基準(zhǔn)子圖與實時圖像進(jìn)行相關(guān)運(yùn)算的過程，這個過程可以是線性遍歷式的，也可以是非線性隨機(jī)的搜索過程。在本課題中，我們選取左上角為原點作為坐標(biāo)基準(zhǔn)。如圖1.1所示，大方框為基準(zhǔn)圖像，小方框代表實時圖像，虛
4、線方框內(nèi)事待選的實驗匹配位置區(qū)域，也就是進(jìn)行匹配的搜索區(qū)域。如果順序匹配（即試驗所有的搜索區(qū)域）的話，易知總共有個試驗位置，其中只有一個是我們要找的匹配位置，即實時圖像坐標(biāo)原點在基準(zhǔn)圖像中的坐標(biāo)：，稱為匹配點。1.圖像匹配的方法[3]圖像匹配的方法有很多，由已知模式，也就是模板圖（如實時圖像，到另一幅圖像（如基準(zhǔn)圖）中搜索相匹配的子圖像的過程，稱為模板匹配。一般地，圖像的模板匹配分為兩大類：基于灰度值的方法和基于特征提取的方法。2.1灰度匹配灰度匹配的基本思想:以統(tǒng)計的觀點將圖像看成是二維信號，采用統(tǒng)計相關(guān)的方法尋找信號間的相關(guān)匹配。利用
5、兩個信號的相關(guān)函數(shù)，評價它們的相似性以確定同名點?；叶绕ヅ渫ㄟ^利用某種相似性度量，如相關(guān)函數(shù)、協(xié)方差函數(shù)、差平方和、差絕對值和等測度極值，判定兩幅圖像中的對應(yīng)關(guān)系。2.1.1ABS算法[4]最基本的灰度匹配方法為ABS(AbsoluteBalanceSearch)算法，它用模板圖像和待匹配圖像上的搜索窗口間的像素灰度值的差別來表示兩者的相關(guān)性。這個差別值有三種計算方法：其中MAD為平均絕對誤差(MeanofAbsoluteDifferences)，SAD為絕對誤差和(SumofAbsoluteDifferences)，SSD為平方誤差和(
6、SumofsquaredDifferences)，匹配時選擇最大值處的為匹配點。這種方法簡單，但一旦圖像灰度值發(fā)生線性變換，就無所適從了；而且不同的基準(zhǔn)圖像閾值也各不相同，很難事先確定，誤匹配率較高。這種方法只能用于模板圖像是基準(zhǔn)圖像中一部分的情況。2.1.2歸一化互相關(guān)算法歸一化互相關(guān)(NormalizedCorrelation)匹配算法是對ABS算法的改進(jìn)，其基本原理是逐像素的把一個以一定大小的實時圖像窗口的灰度矩陣，與參考圖像的所有可能的窗口灰度陣列，計算互相關(guān)值，按互相關(guān)值的最大值來確定匹配位置，從理論上說就是采用圖像相關(guān)技術(shù)。這
7、種方法對圖像灰度值的線性變換具有“免疫性”，不受灰度值的線性變換的影響。但這種方法在每一個像素點上都要計算互相關(guān)值，計算量太大，實際應(yīng)用很難，只能作為理論分析。2.1.3幅度排序相關(guān)算法[2]其主要思想為：首先把模板圖像中德所有灰度值按幅度大小排成列的形式，然后對它進(jìn)行二進(jìn)制編碼，最后根據(jù)二進(jìn)制排序的結(jié)果，把模板圖像轉(zhuǎn)化為二進(jìn)制陣列的一個有序組合；然后順序地將這些二進(jìn)制排列與實時圖像進(jìn)行由粗到細(xì)的相關(guān)計算，直到確定出匹配點位置。以模板為例，如圖2.1所示，對模板中的數(shù)值按照二進(jìn)制大小編碼，若為奇數(shù)，則中間不編碼。圖2.1幅度排序預(yù)處理由圖
8、2.1中的①、②、③三列及其在模板圖像中的位置，可以構(gòu)成如圖2.2所示的C1、C2、C3三個二進(jìn)制陣列。這樣匹配過程中，從左向右可以實現(xiàn)由粗到細(xì)的相關(guān)匹配。圖2.2二進(jìn)制陣列2.1.3序列相似
