图像匹配和特征点提取的研究

《图像匹配和特征点提取的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得安徽大学或其他教育机构的学位或证书而使用过的材料，与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并谢意。学位论文作者签名：阮蕾签字日期：2008年5月10日学位论文版权使用授权书本学位论文作者完全了解安徽大学有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权安徽大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可

2、以影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后适用本授权书）学位论文作者签名：阮蕾导师签名：胡茂林签字日期：2008年5月10日签字日期：2008年5月10日学位论文作者毕业去向：工作地址：电话：13956932522通讯地址：邮编：II摘要摘要本论文可分为两个部分，第一部分讨论如何基于数学形态学对二值图像进行边缘检测。相比于其它空域或频域图像处理和分析方法，数学形态学具有一些明显优势。边缘检测时，本文采用滤波器对灰度图像进行过滤，以去除图像中的噪声点，这样更有利于提取图像边缘。构造基于数学形态学的形状滤波器时，可借助于先验的几何特征信息，利用形态学算子既可以有效

3、地滤除噪声，又可以保留图像中的原有信息。基于数学形态学的边缘信息提取处理显然是优于基于微分运算的边缘提取算法的，它不像微分算法对噪声那样敏感，提取的边缘比较平滑，提取的图像骨架也比较连续、断点少。本文借助于上述优点快速有效地提取图像的边缘，并对图像边缘进行轮廓直线化，通过提取轮廓上的“关键点”作为特征点，随机选择若干特征点对得到候选变换，随后的投票阶段对其变换参数进行检验和求精。第二部分是对两幅不同尺度图像进行匹配的研究。与传统图像匹配算法不同的是，本文从一个新的视角出发，着手研究两个不同尺度图像的匹配问题：一个是高分辨率图像，另一个是低分辨率图像。根据摄像机成像原理可知，高分辨率图像实际

4、上是对应于低分辨率图像中的一个较小区域，因此匹配任务就是在低分辨率图像中找到一个区域，使得这个区域在相似变换后与高分辨率图像能够完全对应。本文进行了大量的实验，结果证明当采用最佳标尺6时，利用区域相关系数算法可以很好地解决图像匹配问题，并且对于两个尺度不同的特征点，也能够成功地进行有效的匹配。关键字：数学形态学，边缘检测，图像匹配,平面投影变换I安徽大学硕士论文图像匹配和特征点提取的研究AbstractInthisthesis,twotopicsonimageprocessing,whichareedgedetectionandimagematching,arestudied.Inchap

5、tertwo,wedetecttheedgesofthebinaryimageusingthemethodofmorphology.Comparingwiththefrequencydomainoremptydomainbasedmethod,morphologybasedmethodhasmanyadvantages.Forthereasonthatafterfilteringtheedgescouldbeobtainedmoreexactly,theimageisfilteredtodeletethenoise.Underthemorphologyfilter,wecaneffecti

6、velyfilterthenoiseandretaintheoriginalmessageintheimage.Usingthemorphologytoobtaintheedgesisbetterthanthetraditionalalgorithms(suchasdifferentialbasedalgorithm)foredgedetection.Thetraditionalalgorithmsaremoresensitivetotheimagenoiseandtheedgesarenotverysmooth.Incontrast,themethodofmorphologycanobt

7、aintheedgemoresuccessivelyandhavelittlesinglepoints.Inthispaper,weintendtodetecttheedgesusingthemethodofmorphology,whichisquickandexact.Theedgesarestraightenedfurtherafterdetecting.Thealgorithmusesrandomizedconto