基于特征的图像匹配算法研究

文档字数：18219

一、题目
 基于特征的图像匹配算法研究
二、指导思想和目的要求
 本题目来源于科研，主要研究图像特征和匹配的概念，研究图像特征在匹配中的应用，进而实现相关算法。希望通过该毕业设计，学生能达到：
 1．利用已有的专业知识，培养学生解决实际工程问题的能力；
 2．锻炼学生的科研工作能力和培养学生团队合作及攻关能力。
三、主要技术指标
 1．学习常用的图像特征；
 2．掌握图像匹配的概念；
 3．实现基于特征的图像匹配算法。
四、进度和要求
 第01周----第02周： 参考翻译英文文献；
 第03周----第04周： 学习图像特征的概念；
 第05周----第06周：  研究图像匹配的概念及实现方法；
 第07周----第09周： 研究基于特征的图像匹配算法；
 第10周----第14周： 编写图像匹配程序；
 第15周----第16周： 撰写毕业设计论文，论文答辩。
五、主要参考书及参考资料
 1. 尼克松.特征提取与图像处理.电子工业出版社.
 2. 李言俊.景象匹配与目标识别技术.西北工业大学出版社.
3. 梁建宁.特征选取与图像匹配.复旦大学硕士学位论文.
4. 李壮.异源图像匹配关键技术研究.国防科技大学硕士学位论

基于特征的图像匹配算法研究

摘要

 图像匹配就是把具有同一场景的两幅或多幅图像在空间上对准，进而确定他们之间变换关系的过程，这些图像可能是在不同时间、用不同传感器、从不同视角拍下来的。在目标跟踪、图像导航、文字识别、资源分析、人脸识别以及计算机视觉等领域中，需要解决的一个关键问题就是图像匹配，而利用包含图像重要结构信息的少量特征点来确定图像间的变化关系是解决该问题的一种有效方法。这种方法的难点是如何提取稳定的特征点，并构建适应旋转、形变、遮掩、噪声及其他因素的特征描述子。
 本文对两种特征点提取算法(Harris算法和SIFT算法)进行分析比较，得出Harris角点检测算法效率高，但对尺度变化和抗噪性的鲁棒性差，SIFT算法对尺度变化及抗噪性鲁棒性好，但算法时间复杂度高，且对图像纹理要求高。
 图像匹配的方法大致分为两类：基于像素的图像匹配方法和基于特征的图像匹配方法。而基于特征的图像匹配方法是目前图像匹配的最常用方法，其最大的优点在于能够将对整个图像进行的各种分析转化为对图像特征（特征点、特征曲线等）的分析，从而大大减小了图像处理过程的运算量。经过多年的研究，基于特征的图像匹配技术以及取得了一定的研究成果，其主要步骤包括：图像采集、特征提取、特征匹配、图像变换。本文会实现基于点特征的图像匹配的仿真。
 
关键词：特征点检测  图像匹配  Harris  图像处理

ABSTRACT

... 
KEY WORDS：Feature point detection Image matching  Harris  Image processing
    基于特征的图像匹配算法研究
    
目录
 
 
摘要 5
第一章 绪论 7
1.1 研究背景 7
1.2 研究现状综述 8
1.2.1 特征点提取研究现状 8
1.2.2 特征点匹配研究现状 11
1.3 研究内容 12
1.4 论文组织结构 13
第二章 角点检测及MATLAB实现 15
2.1 角点定义 15
2.2 常用角点检测的算法 16
2.2.1 Harris算子 16
2.2.2小波变换算子 16
2.2.3 Moravec算子 17
2.2.4 Forstner算子 18
2.3 常用角点检测算法比较 19
2.4 Harris角点检测的MATLAB实现 20
2.5 本章小结 23
第三章  仿真软件 Matlab 23
3.1  Matlab软件介绍 23
3.2  Matlab软件特点 24
3.3  Matlab软件优势 26
3.3.1 编程环境 26
3.3.2 处理能力 26
3.4本章小结 27
第四章  基于点特征的图像匹配及其仿真 28
4.1 图像匹配的方法 28
4.1.1 基于点特征的图像匹配算法 29
4.1.2 基于线特征的图像配准算法 30
4.2图像匹配的原理 31
4.3图像匹配的MATLAB实现 31
4.4图像拼接的原理 33
4.5图像拼接的MATLAB实现 33
4.6 本章小结 34
第五章  全文总结 34
参考文献 35
致谢 37
附 录 38

基于特征的图像匹配算法研究