異源圖像匹配算法研究.pdf

1、異源圖像匹配技術(shù)是計(jì)算機(jī)視覺(jué)領(lǐng)域里一個(gè)極富挑戰(zhàn)性的研究方向。本文致力于異源圖像的匹配算法研究，并主要以紅外圖像和可見(jiàn)光圖像的匹配作為主要實(shí)驗(yàn)對(duì)象，重點(diǎn)研究了基于輪廓特征的匹配和基于梯度方向分布場(chǎng)的匹配兩類(lèi)方法。論文的主要工作成果如下：
　　(1)在傳統(tǒng) CV模型的基礎(chǔ)上進(jìn)行改進(jìn)，針對(duì)異源圖像的特性將梯度信息和自適應(yīng)權(quán)重引入能量函數(shù)，改善了輪廓提取的效果，使其更適用于異源圖像之間的匹配，并采用 ESD距離和 Hausdorff距離對(duì)

2、提取到的二值輪廓圖像進(jìn)行相似性度量，實(shí)驗(yàn)結(jié)果表明改進(jìn)的基于輪廓特征的異源圖像匹配方法比原算法匹配效果具有更好的魯棒性和準(zhǔn)確性。
　　(2)本文首次將分布場(chǎng)理論應(yīng)用于異源圖像匹配領(lǐng)域，提出了基于梯度方向分布場(chǎng)的異源圖像匹配算法。首先，考慮到異源圖像灰度差異較大，因此選取梯度方向信息代替灰度強(qiáng)度構(gòu)建分布場(chǎng)圖；其次，定義了分布場(chǎng)主方向的概念，并基于此解決了異源圖像匹配的旋轉(zhuǎn)問(wèn)題；接著，引入Chi-square距離作為相似性度量，使匹配的