基于图像灰度的SSDA匹配算法

《基于图像灰度的SSDA匹配算法》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、第40卷第1期2010年1月航空计算技术AeronauticalComputingTechniqueV01．40No．1Jan．2010基于图像灰度的SSDA匹配算法刘晓光1，陈曦2，陈政伟3，孙静波4(1．吉林省计算机技术研究所，吉林长春130012；2．吉林省经济信息中心，吉林长春130061；3．长春工业技术学校，吉林长春130062；4．长春工业大学计算机科学与工程学院，吉林长春130012)摘要：首先介绍了图像匹配的基本理论，图像的灰度失真、噪声等误差因素会影响匹配性能，并对SSDA算法进行改进，减小了计算量。为了验证算法的有效性，进行了大量仿真实验

2、，结果表明这种方法匹配效果良好，相比于传统的图像匹配算法，计算速度更快、匹配误差更小、鲁棒性更好。关键词：图像匹配：灰度相关；SSDA中图分类号：TP391．41文献标识码：A文章编号：1671．654X(2010)01—0054-04引言随着计算机技术的迅猛发展，图像匹配技术已经成为近代图像信息处理领域中的一项非常重要的技术，图像匹配技术所涉及的应用领域很广泛，从工业检测可以推广到导弹的地形和地图匹配、武器投射系统的制导、飞机导航、气象预报、医疗诊断、光学和雷达的图像模板跟踪以及景物分析中的变化检测等等。近年来，国内外学者不断提出了一些与特定理论、方法和工具

3、相结合的匹配技术。如小波变换、人工神经网络、基于遗传算法的匹配技术，其中遗传算法是建立在遗传学与自然选择基础上的自适应搜索过程。与其他优化方法相比，遗传算法以单一字符串的形式描述所研究的问题，只需利用适应度的适应值来进行优化计算，避开了函数复杂运算这个障碍。因此成为目前的前沿课题之一。1图像匹配的理论基础基于灰度的图像匹配算法旧J，通过科学家多年的研究，提出了很多方法，总的思想是如何改变搜索策略，减小搜索的像素点数和减小相似比较的次数，达到快速图像匹配。改进的像单阈值比较法，通过给定一阈值，超过阈值的像素点不参与比较，减少了相似比较的次数；以及序贯相似性检测法

4、(SSDA，SequenceSimi-larityDetectionAlgorithm)。这种方法通过给定一个动态阈值或者称为自适应阈值，对超过阈值段范围的像素点跳过搜索或不进行比较，进一步减少了搜索的像素点数和相似比较的次数。2图像匹配的定义图像匹配可以定义⋯为两幅图像在位置空间和灰度的配准。定义，。，，2是两个二维数组，其中，。(菇，Y)和，2(石，Y)分别表示对应空问位置处的灰度值，此时可以把两幅图像的匹配表示成如下表达式：12(戈，Y)=八，。(z’，Y’))(1)其中，(戈’，Y’)=g(x，Y)(2)式中g是二维空间的一个坐标变换／是一维灰度的变换

5、函数。从而，图像匹配问题便转化为最优的空间和灰度变换，使得在图像噪声存在的情况下，可以进行正确的图像匹配。3序贯相似性检测通过实验序贯相似检测算法(SSDA)[3,43表明，它在处理速度上比其它相关算法还是要高一个到两个数量级。如果设基准图为S的大小为N×N，模板图为叮的大小为MxM，S9为模板覆盖下的那块搜索子图(1

6、rl(3)一1M一1肼u其中：s(i√)2孛嘉。善∥m，凡)，r2壶墨。n至--'lT(m，n)收稿日期：2009—08—14作者简介：刘晓光(1958一)，男，吉林长春人，高级工程师，研究方向为计算机应用技术。2010年1月刘晓光等：基于图像灰度的SSDA匹配算法·55·2)取不变阈值瓦。3)在子图s9(m，n)中随机选取像点。计算它同r中对应点的误差值占，然后把这差值同其他点对的差值累加起来，当累加r次误差超过瓦就停止累加，并记录累加次数r，定义SSDA的检测曲面为：，f(i√)=rImin．【，∑占(i√，m^，‰)≥Tk】)(4)如果不超过瓦，则继续计

7、算(i√)点处的下一个抽样点的误差，直到r值误差超过瓦，记下K值。对不同的待匹配点进行上述匹配计算，最后取最大K值对应的待匹配点位置，认为这就是需要找的匹配点。4)把砸√)值最大的点(i，J)点作为匹配点，因为这点上需要很多次累加才能使误差∑占超过瓦。SSDA算法以随机不重复的顺序选取像素对，利用上述步骤进行计算，计算部分误差和F，只要总误差超过阈值瓦，停止本次计算，进入下一个位置的测试。4改进的SSDA算法单调递减阈值自适应匹配方法bJ为了提高算法的计算效率，对SSDA算法进行了改进，利用序列来代替同定阈值以达到阈值的目的。采用隔点采样以及粗匹配和精确相结合

8、的可以进一步提高了计算效率。设搜索子图