摘 要
视觉不变量理论是十九世纪八十年代末将不变量理论引入到计算机视觉研究领域中形成的一个研究方向。视觉不变量是指那些对于尺度变化、物体移动、旋转、放射、透视变化仍保持不变的特征。本文研究的SIFT算法正是一种基于局部不变量的特征提取算法。
SIFT（Scale Invariant Feature Transform）算法由 D.G.Lowe于1999年提出，并于2004年做了完善和总结。SIFT特征点对于图像的尺度和旋转保持不变性，对于光照和3D视角的变化也能保持一定的稳定性，而且由于在立体和频域空间被很好的局部化，故而降低了噪声干扰的可能性。
本文讨论了一种SIFT算子的简化方法，简化后的算子与原算子相比大大降低了特征点描述子的维度。同时，简化的SIFT算子具有很好的不变性，在3D视角变化、光照变化也有很好的稳定性，并且与SIFT算法相比时间复杂度大大降低，更适用于海量的数据搜索和匹配。
本文主要内容如下：
（1）为计算机视觉及视觉特征不变量理论做了概述的变换矩阵和图像特征的分类方法，给出了特征提取标准，并在最后简要概括了本文的主要研究内容和组织
（2）介绍了SIFT算子，介绍多尺度空间及高斯差分的方法，描述了SIFT算子极值提取、去除不稳定点、生成特征点描述子的过程，这种算子对尺度变换、旋转、仿射变化保持不变，对光照也具有一定的不变性。
（3）对SIFT算子进行改进，采用同心圆窗口替代之前的矩形SIFT特征向量进行降维简化。
关键词：SIFT特征向量，图像匹配，视觉不变量
ABSTRACT
....
Keywords: SIFT feature vector, image matching, visual invariants
目 录
摘 要 I
目 录 I
第一章 绪 论 1
1.1计算机视觉 1
1.2视觉不变量理论 2
1.3图像变化类型 5
1.3.1刚体变换 7
1.3.2仿射变换 8
1.3.3射影变换 8
1.3.4非线性变换 9
1.4特征提取算法的衡量标准 9
1.5本文的主要研究内容和结构 10
第二章 SIFT原理与应用 11
2.1 SIFT基本思想 11
2.2 SIFT特点 11
2.3 SIFT特征计算步骤 11
2.4 SIFT原理 12
2.4.1尺度空间理论及其构造 12
2.4.2 空间极值点检测 15
2.4.3 特征点方向 17
2.4.4 SIFT局部图像描述子 18
2.5 对图像进行SIFT特征提取 20
第三章 SIFT算法的改进方案 23
3.1 SIFT简化算法 23
3.2 RANSAC算法 25
3.2.1 RANSAC算法介绍 25
3.2.2 RANSAC算法计算单应性矩阵 27
第四章 实验及结果分析 29
4.1特征的匹配 29
4.2性能指标和评价标准 29
4.3维度的选择 30
4.4简化算法不变性测试 33
4.4.1改进算法在旋转和尺度变化下的匹配效果 33
4.4.2改进算法在视角变化下的匹配效果 34
4.4.3改进算法在光照变化下的匹配效果 35
4.4.4改进算法的时间复杂度 36
参考文献 39
致 谢 43
毕业设计小结 44
