基于SIFT算子的影像匹配方法研究.pdf

1、影像匹配技術(shù)作為三維重建、目標(biāo)識別、影像拼接、導(dǎo)航定位等領(lǐng)域的核心技術(shù)，其精度以及可靠性是推進(jìn)領(lǐng)域更快發(fā)展的基礎(chǔ)，因此提高影像匹配精度成為人們?nèi)找骊P(guān)注的熱點(diǎn)?；诖吮疚脑诜治霎?dāng)前影像匹配研究現(xiàn)狀和匹配技術(shù)的基礎(chǔ)上，從影像匹配預(yù)處理、特征提取、特征匹配與粗差剔除四個(gè)方面進(jìn)行深入研究，提出了利用多種測度限制匹配，多種約束條件結(jié)合RASNAC方法進(jìn)行逐步粗差剔除的一種由粗到精的匹配策略。論文主要完成以下工作:
　　(1)影像預(yù)處理。對比

2、均值濾波、中值濾波、自適應(yīng)中值濾波的去噪方法以及直方圖均衡化、Wallis算子銳化的增強(qiáng)方法，對其進(jìn)行對比實(shí)驗(yàn)，基于去除噪聲的效果以及保留圖像邊緣信息程度，選擇自適應(yīng)中值濾波去噪和Wallis算子銳化的增強(qiáng)方法對圖像進(jìn)行預(yù)處理，達(dá)到了消除噪聲干擾，增強(qiáng)圖像邊緣信息的目的。
　　(2)影像特征點(diǎn)提取。深入研究Moravec算法、Forstner算法、Harris算法、SUSAN算法和SIFT算法提取特征點(diǎn)的原理，并進(jìn)行特征點(diǎn)提取實(shí)驗(yàn)

3、?；趯τ?jì)算速度、提取能力的對比分析，本文實(shí)驗(yàn)選擇魯棒性強(qiáng)、具有亞像素精度的SIFT提取算子對影像進(jìn)行特征點(diǎn)提取。
　　(3)影像匹配。對生成的SIFT特征向量采用兩種測度限制匹配，即計(jì)算最鄰近點(diǎn)與次鄰近點(diǎn)的歐氏距離比值、相關(guān)系數(shù)法相結(jié)合進(jìn)行匹配。實(shí)驗(yàn)證明，本文利用兩種測度進(jìn)行匹配，初始匹配點(diǎn)更精確。
　　(4)粗差剔除。將核線約束以及單應(yīng)矩陣約束引入到RANSAC算法的模型中，對其進(jìn)行逐步粗差剔除，實(shí)現(xiàn)了由粗到精的匹配策略