基于改進(jìn)SIFT的圖像匹配算法研究.pdf

1、圖像匹配是圖像處理和機(jī)器視覺(jué)領(lǐng)域的熱點(diǎn)問(wèn)題。各國(guó)的專(zhuān)家學(xué)者對(duì)圖像匹配算法做了大量的深入研究，目前，它已在圖像拼接、醫(yī)學(xué)圖像分析、目標(biāo)檢測(cè)、生物特征識(shí)別等多個(gè)領(lǐng)域得到廣泛的應(yīng)用。圖像匹配算法可分為四類(lèi)：基于變換域的匹配、基于模型的匹配、基于灰度的匹配和基于特征的匹配。其中基于特征的匹配算法具有對(duì)各種變化魯棒性強(qiáng)、靈活性好的特點(diǎn)而備受關(guān)注，是目前應(yīng)用最為廣泛的一類(lèi)方法，本文對(duì)基于特征的方法進(jìn)行了介紹，并對(duì)其中應(yīng)用最為廣泛的尺度不變特征變換(

2、Scale Invariant Feature Transform。SIFT)算法進(jìn)行了深入的研究和學(xué)習(xí)，在此基礎(chǔ)上分析了現(xiàn)有算法的不足，并提出了相應(yīng)的改進(jìn)方法。本論文的主要研究工作如下：
　　（1）針對(duì)圖像匹配中SIFT算法的仿射不變性差、算法運(yùn)算量大、實(shí)時(shí)性低的問(wèn)題，提出了一種基于Hessian-Affine迭代Radon-SIFT方法。首先利用SIFT特征檢測(cè)方法確定初始特征點(diǎn)，并用Hessian-Affine迭代算法估計(jì)仿

3、射不變區(qū)域；然后將提取到的橢圓區(qū)域歸一化為圓形區(qū)域，在對(duì)應(yīng)圓形區(qū)域內(nèi)進(jìn)行主方向確定并做一系列直線，將這些直線上的圖像Radon變換作為特征描述符，從而提高了對(duì)視角變化的魯棒性和匹配速度。
　　（2）針對(duì)圖像匹配中SIFT算法計(jì)算復(fù)雜度高、實(shí)時(shí)性差的問(wèn)題，提出了一種新的基于局部二進(jìn)制模式(Local Binary Patterns。LBP)和圖變換的匹配算法。首先采用SIFT特征檢測(cè)提取特征點(diǎn)；然后用新的LBP算法對(duì)特征區(qū)域進(jìn)行描述

4、并產(chǎn)生29維的特征描述向量，降低了描述子的復(fù)雜度，并以歐氏距離為度量準(zhǔn)則進(jìn)行初始匹配；最后采用圖變換匹配算法剔除誤匹配點(diǎn)，從而提高算法的運(yùn)算速率和匹配精度。
　?。?）針對(duì)圖像拼接中SIFT算法計(jì)算復(fù)雜度高和誤匹配影響匹配精度的問(wèn)題，提出了一種基于自適應(yīng)非極大值抑制(Adaptive Non-maxima Suppression。ANMS)的Radon-SIFT方法。首先采用SIFT特征檢測(cè)提取初始特征點(diǎn)并用ANMS對(duì)初始特征點(diǎn)進(jìn)