基于特征点的影像匹配关键技术研究-毕业论文

《基于特征点的影像匹配关键技术研究-毕业论文》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、南阳师范学院20XX届毕业生毕业论文（设计）题目：基于特征点的影像匹配关键技术研究完成人：班级：学制：专业：测绘工程指导教师：完成日期：目录摘要（1）1绪论（1）1.1选题意义（1）1.2研究现状（2）1.3论文的主要内容（3）2特征点提取算法研究（4）2.1Moravec兴趣算子的理论基础（4）2.2Forstner算子（5）2.3两种算法的比较（8）2.3.1定位准确性试验（8）2.3.2提取速度试验（9）3基于特征点的匹配算法研究（10）3.1影像像匹配的过程（10）3.2影像匹配的基础理论（11）3.2.1相关系数匹配算法（11）3.2.2核线匹配算法（13）4实例演示（

2、15）5总结展望（18）参考文献（18）Abstract（19）基于特征点的影像匹配关键技术研究摘要：影像匹配问题是摄影测量后期影像处理中的一个核心问题。本文探讨了基于特征点的影像匹配过程中的具有决定意义的两个步骤：特征点的提取和影像匹配。有效的特征提取算法是影像匹配问题的首要和关键，文章介绍了了在摄影测量中两个常用的点特征提取算子，Moravec算子和Forstner算子,并叙述了两个常用的基于特征点的匹配算法，相关系数法和松弛匹配法，然后进一步进行实验对比得出了两种算子和两种匹配算法各自的提取效果图。关键字:影像匹配；特征点；Moravec算子；Forstner算子；相关系数

3、;核线匹配1绪论1.1选题意义影像匹配一直以来都是摄影测量工作的核心任务。无论是在模拟测图仪上还是在解析仪上，都需要作业人员通过人眼的立体观测，不断地从左右像片上搜索同名像点，也就是进行影像的匹配问题。所谓影像的匹配即是已知一幅影像中的一个特征点，运用一定方法从其他影像像中获得与这个特征点相对应的匹配点（空间中的同一点在两幅影像中的成像）。随着科学技术的发展，影像像匹配不仅成为现代信息处理领域中一项十分重要的技术，而且是一些图像分析技术的基础，在许多方面有着重要的应用价值，如目标跟踪、立体视觉和运动分析等。影像匹配技术经历十多年的发展，其应用已逐步从原来单纯的军事应用扩大到其它领

4、域。通过查看在SCI中检索的有关影像匹配方面的论文，近十年就超过了13360篇，说明人们对影像匹配技术的关注呈逐年上升趋势。影像匹配技术一般分为基于灰度的和基于特征的，而特征又分为点特征、线特征和面特征[1]第19页(共19页)。相对于线特征和面特征，特征点通常在精度、速度以及鲁棒性上有较明显的优势，综合考虑基于特征点的影像匹配算法的众多优点，本文将重点研究基于特征点的影像匹配算法。相对于基于灰度的影像匹配方法在实时性和精度上的弱点，基于特征的影像匹配方法可以最大的克服这些不足，主要表现在下面三个方面：（1）一幅影像中，其特征比像素点在数量上绝对要少很多，在匹配过程中大大减少了需

5、要处理的信息量，从而提高匹配的实时性。（2）当影像中所提取的特征出现位移变化时，其匹配度量值会很敏感，从而可以提高影像匹配的精度。（3）特征的提取过程可以增强对噪声的抗干扰性，对影像发生形变以及遮挡等都有较好的鲁棒性。用于提取点特征的算子称为兴趣算子或有利算子(interestoperator),即利用某种算法从影像中提取人们感兴趣的,有利于某种目的的点。基于特征点的图像匹配算法主要有点点匹配和点集匹配两种应用。点点匹配首先按一定的约束关系得到两个初始匹配点集，然后利用其它约束条件剔除错误匹配点，最后确定点与点的一一对应关系。一般而言，点特征（如明显地物点）具有较高的匹配精度，特

6、别是当图像的方位元素未知时，往往需要首先匹配少量点求解图像的相对方位元素，这时点特征就显示其重要性。在影像分析和计算机的视觉领域,应根据不同应用目的选择有效的点特征提取。1.2研究现状第19页(共19页)根据图像匹配过程中的特征提取和特征描述的不同，图像匹配算法可分为两类：基于灰度和基于特征的图像匹配算法。基于灰度的图像匹配算法选择的特征空间为图像的总体部分，这类算法一般没有复杂的图像预处理工作，而是以整幅图像相应搜索区域中的像素灰度特征为基础，利用某种相似性计算准则，如互相关系数或标准差等，采用合适的搜索策略得到令相似性判别准则最大化的图像间空间和灰度的映射，最终使图像完成匹配

7、。基于灰度的图像匹配算法一般要处理大量的灰度信息，计算非常复杂，实时性很差，在需要实时匹配的系统中不适应，此外，此类算法的鲁棒性较差，当图像发生细微变化时，可能会对匹配结果产生重大的影响，从而导致匹配失败，因此，此类算法的应用范围比较狭窄，仅仅适用于对两幅相似性较强的图像间进行精匹配，远远不能满足目前实际应用的需要。基于特征的匹配的各类算法中，其步骤与基于灰度的影像匹配基本相似，主要区别在于所选的特征空间、特征提取方法和特征描述方法的不同。而一般在图像变换模型确定的情况下，图像匹