图像匹配算法的简单介绍

《图像匹配算法的简单介绍》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、Seminar总结报告总结报告基于灰度的图像匹配算法简介Seminar总结报告一、图像匹配概述图像匹配技术常应用于计算机视觉识别领域中，即把两个不同的传感器或同一传感器在不同时间和条件下，从同一景物录取下来的两幅或多幅图像进行比较，找到该组图像中的共有景物，或根据所给模式在另一幅图像中寻找相应的模式。通常，由于传感器、时间以及视角的不同，图像所获得的成像条件也不尽相同，在图像中，即使是同一物体所表现出来的光学、几何和空间等特性也会有所不同，若考虑到噪声等干扰因素，图像的差异会更大，图像匹配技术就是在这些不同之

2、处找到它们的共同点，有这些原因造成的图像差异我们称之为图像畸变。为解决图像畸变带来的匹配困难提出的匹配算法均是由特征空间、搜索空间、搜索策略和相似性测度这四个要素组合而成。1.特征空间特征空间是由从标准图像和待匹配图像中提取到的可用于匹配的信息组成。它不仅可以是图像像素的灰度值，而且也可以是点（如角点、直线交叉点、轮廓线上的局部最大曲率）、线（如边缘、轮廓）、面（区域）或者统计特征（如瞬间不变点、瞬间质心以及高层次的结构描述）。特征空间的选取对图像匹配有着非常重要的意义，因为特种空间不仅直接关系到图像中的哪些

3、特征对匹配算法敏感和哪些特征被匹配，而且基本上决定了匹配算法的运行速度和鲁棒性等匹配性能。理想的特征空间应该满足以下几个条件：1)特征提取简单快捷；2)特征匹配运算量小；Seminar总结报告1)特征数据量合适；2)不受噪声、光照度等因素影响；3)对各种图像均能适用。1.搜索空间搜索空间是指在匹配过程中对图像进行变换的方式及范围。图像的变换范围可分为三类：全局的、局部的和位移场的。全局变换是指整幅图像的空间变换都可以用相同的变换参数表示。局部变换是指在图像的不同区域可以用不同的变换参数，通常的做法是在区域的关

4、键点位置上进行参数变换，在其他位置上进行插值处理。位移场变换是指对图像中的每一像素点独立地进行参数变换，通常使用一个连续函数来实现优化和约束。图像有两种变换方式，分别为线性变换和非线性变换。其中，线性变换又可分为三种不同性质的变换，分别为刚体变换（RigidBodyTransform）、仿射变换（AffineTransform）和投影变换（ProjectiveTransform）。非线性变换一般使用多项式函数，如二次、三次函数及薄板样条函数，有时也使用指数函数。2.相似性度量相似性度量是衡量每次变换结果优劣的

5、准则，用来对变换结果进行评估，为搜索策略的下一步动作提供依据。相似性度量和特征空间、搜索空间紧密相关，不同的特征空间往往对应不同的相似性度量；而相似性度量的值将直接决定匹配变换的选择，以及判断在当前所取的变换模型下图像是否被正确匹配了。通常匹配算法抗干扰的能力是由特征提取和相似性度量共同决定的。常用的相似性度量有互信息、归一化互信息、联合熵、相关性、梯度差、模式灰度、梯度互相关、欧氏距离、Hausdoff距离等。其中互信息、联合熵、相关性等一般用于基于灰度的图像匹配方法中，欧氏距离以及Hausdoff距离一S

6、eminar总结报告般用于基于特征的图像匹配方法中。1.搜索策略搜索策略的任务是在搜索空间中找到最优的匹配参数，在搜索过程中以相似性度量的值作为判优依据。由于匹配算法往往需要大量的运算，而常规的贪婪搜索法在实践中是无法接受的，因此设计一个有效的搜索策略显得尤为重要。搜索策略将直接关系到匹配进程的快慢，而搜索空间和相似性度量也在一定程度上影响了搜索策略的性能。常用的搜索策略有黄金分割法、Brent法、抛物线法、三次插值法、Powell法、遗传算法、蚁群算法、牛顿法、梯度下降法。一、图像匹配的一般流程根据上述介绍

7、，图像匹配的过程可以简单概述为下图：二、图像匹配算法的分类典型的图像匹配算法基本上可以分为两大类：基于灰度的图像匹配算法，基于特征的图像匹配算法。1.基于特征的图像匹配算法Seminar总结报告基于特征的图像匹配算法用某种特征提取算子提取图像中的特征（主要是点特征、边缘特征），然后对所提取到的特征进行参数描述，最后以此为依据进行相同特征搜素，从而获得匹配点的算法。此类算法具有以下优点：1)充分利用了图像灰度特征和起相关特性2)有效的消除了由于光照货背景所引起的错误匹配3)对于匹配对象村子旋转、缩放、受到光照强

8、度变化、噪声影响的情况时不敏感但是，此类算法过程复杂、计算量大、所用计算时间较长、而难以达到实用性的要求。1.基于灰度的图像匹配方法基于图像灰度的算法是图像匹配中常用的方法，直接利用了原始图像的像素值进行匹配，这种方法可以充分利用图像中的所有灰度信息来准确地区分不同的对象。该方法能够取得较高的配准率，由于采用该方法需要对基准图像中的每个象素进行依次扫描来得到实时图像与基准图像之间的差异，因此处理的信