基于灰度圖像的匹配算法改進.pdf

1、本文以灰度圖像的匹配算法改進為主要研究內(nèi)容，對圖像預處理、傳統(tǒng)灰度圖像匹配算法進行了介紹和研究。
　　 首先，從課題背景和研究意義出發(fā)，介紹圖像匹配的概念，一般圖像匹配系統(tǒng)的組成內(nèi)容等方面的知識。
　　 其次，本文對現(xiàn)有的圖像預處理技術進行了研究。針對直方圖均衡、中值濾波、邊緣檢測作了重點介紹，實驗對比了羅伯特算子、索貝爾算子、普瑞維特算子、拉普拉斯算子、高斯-拉普拉斯算子這五種邊緣檢測算子，分析了各個算子在實際應用中的

2、優(yōu)劣特性。
　　 然后，討論了幾種常用的傳統(tǒng)灰度圖像匹配算法，如幅度相關算法(MSR)、快速傅立葉變換(FFT)相關算法、平均絕對差(MAD)算法、序貫相似性檢測(SSDA)算法等，根據(jù)其原理分析了它們的優(yōu)缺點。
　　 在對圖像匹配原理進行分析研究的過程中，我們發(fā)現(xiàn)兩種減少模板圖像匹配算法計算量的途徑，即通過減小模板圖像在基準圖像上的搜索空間的大小和減小模板圖像與子圖像的相關計算來減少匹配過程的總計算量。在此基礎上設計了

3、一種新的匹配算法，先對獲取的基準圖像進行預處理，對預處理過后的基準圖像以歸一化后的灰度值作為概率密度進行抽樣，然后進行粗匹配過程，選取合適的子圖像集合，動態(tài)更新閥值，得到粗匹配點。最后進行精匹配過程，以粗匹配過程得到的匹配點為中心的九點鄰域，用最小二乘法擬合二次曲線，解出二次曲線的駐點，即為最終的精確匹配點。并對算法的復雜度做了詳細的分析。
　　 最后，對新算法進行了大量實驗，并與傳統(tǒng)實驗進行對比，結果證明新算法具有一定的優(yōu)越性