影像匹配中線特征重復(fù)率評價與精確定位方法.pdf

1、特征提取在影像匹配、目標描述與識別、運動估計以及目標跟蹤等領(lǐng)域具有十分重要的意義。線特征是指影像的“邊緣”與“線”。“邊緣”可定義為影像局部區(qū)域特征不相同的那些區(qū)域間的分界線，而“線”則可以認為是具有很小的一對邊緣構(gòu)成的一條線。對于數(shù)字影像匹配中的線特征，不僅需要評價它們，還需要精確地對其進行亞像素定位。
　　 近年來，關(guān)于直線匹配的文獻層出不窮，但大都關(guān)注的是匹配算法，并沒有重點關(guān)注直線提取算法。如何采用一種優(yōu)秀的直線提取算法

2、，以利于后續(xù)的影像匹配;以及如何提高直線特征的精度，關(guān)于這方面的文獻并不多見?；诖?，本文以探索影像匹配中的線特征重復(fù)率評價與精確定位方法為目的，通過全面系統(tǒng)的研究分析，得出了一些有意義的結(jié)論和算法。具體內(nèi)容如下:
　　 1)介紹了四種典型的直線提取算法，對其進行綜合評價。并針對立體影像匹配這一特定目的，借鑒點特征評價準則，提出了利用重復(fù)率來評價各種算法;以得到一種高重復(fù)率的直線提取算法，利于后續(xù)的基于線特征的立體影像匹配研究。

3、
　　 2)利用單應(yīng)性矩陣來建立立體影像上線段之間的關(guān)系，從幾何關(guān)系上，提出了一種判斷同名線段的準則，并利用標準影像集驗證了本文提出的判斷準則。
　　 3)針對現(xiàn)有直線提取算法得到的大都是整像素精度的直線特征，本文提出了一種基于Harris興趣值的子像素直線特征提取算法。即首先利用嵌入置信度的邊緣檢測算法（簡稱EDISON算法）提取影像的初始邊緣，并細化成單像素邊緣;然后對每一邊緣點在其法線方向上基于Harris興趣值進