在圖像配準中基于點特征的匹配算法.pdf

1、圖像配準是圖像處理和模式識別中一種非?；镜膱D像處理技術(shù)，在人類生活的很多領(lǐng)域都有急切的需求和廣泛的應(yīng)用，比如醫(yī)學圖像處理、計算機視覺、遠程感知技術(shù)等。隨著應(yīng)用范圍的日益廣泛，對配準技術(shù)的精確性、有效性和魯棒性有著更加迫切的要求。在圖像配準技術(shù)中，由于基于特征的圖像配準方法可以有效并且快速地處理不同類型圖像的配準，在圖像嚴重幾何變形的情況下也能對其進行處理，這種方法在機器學習和視覺系統(tǒng)中更為常用。特征匹配作為圖像配準系統(tǒng)中最重要的部分，

2、一直以來都是研究的重心。本文重點研究基于特征點的特征匹配技術(shù)，旨在實現(xiàn)特征的精確和有效匹配。
　　本研究主要內(nèi)容包括：⑴研究了兩種主要的角點檢測算法的基本原理，在不同的圖像狀況下，對Harris和Susan角點檢測算法在精準性和魯棒性上進行比較和分析。實驗結(jié)果表明， Harris在計算速度、圖像亮度和尺度變化時，性能優(yōu)于 Susan算法；但是， Susan算法在定位精度、圖像旋轉(zhuǎn)和加入噪聲污染時性能更占優(yōu)勢。⑵針對迭代最近鄰特征匹

3、配算法（ ICP）容易陷入局域最優(yōu)的問題，采用差分進化方法對其進行改進。通過對引入新的能量函數(shù)和特征點表示方式，旨在尋求特征點匹配的近似全局最優(yōu)。本文將基于ICP的差分進化（DE）算法在非結(jié)構(gòu)化的變換點集和在自然圖像中提取的點集上進行測試。實驗結(jié)果表明，相對于ICP算法，本文所采用算法在特征匹配性能上更加優(yōu)異。⑶針對匹配過程中產(chǎn)生的誤匹配點，本文在加權(quán)圖變換匹配（WGTM）算法的基礎(chǔ)上，提出了針對不同問題的兩種改進策略：同時對感知圖像和