本文關(guān)鍵詞：基于SIFT算法的圖像匹配技術(shù)的研究，由筆耕文化傳播整理發(fā)布。

【摘要】：圖像匹配是指多幅圖像通過(guò)某種特征算法來(lái)尋找它們之間的同名像點(diǎn)的過(guò)程。圖像處理的重要研究對(duì)象就是圖像匹配技術(shù),它同時(shí)也是其他圖像分析技術(shù)的基礎(chǔ),圖像匹配是視覺信息領(lǐng)域的一種重要手段。由于圖像匹配被很多學(xué)科廣泛應(yīng)用,很多研究學(xué)者對(duì)它進(jìn)行不斷的完善,圖像匹配算法也就越來(lái)越成熟。對(duì)圖像進(jìn)行匹配需要多個(gè)步驟來(lái)完成,由于匹配算法的多樣性,匹配得出的效果也就各不相同。基于圖像特征的算法是現(xiàn)如今學(xué)者們最常用的一類算法,其最具有代表性的便是SIFT(Scale Invariant Feature Transform)算法,該算法主要是利用高斯尺度空間來(lái)構(gòu)造描述子,該算法在旋轉(zhuǎn)、視角旋轉(zhuǎn)、仿射變換、抗干擾等方面表現(xiàn)出了優(yōu)異的魯棒性,而且SIFT算法還具有專一性強(qiáng)、信息內(nèi)容龐大、可擴(kuò)展性強(qiáng)等優(yōu)勢(shì)。本課題研究了基于SIFT算法的圖像匹配方法,本文針對(duì)圖像特征提取和匹配方法進(jìn)行了深入細(xì)致的研究。首先,介紹了兩種經(jīng)典算法:SURF(Speeded Up Robust Feature)算法和SIFT算法,并分別介紹了兩種算法的基本思想和流程。然后,提出了一種改進(jìn)的SIFT算法,以圓的旋轉(zhuǎn)不變性為基準(zhǔn),利用這個(gè)特性對(duì)特征點(diǎn)在圓形區(qū)域內(nèi)進(jìn)行描述。最后,描述SIFT的改進(jìn)思路和處理流程,對(duì)兩種算法進(jìn)行實(shí)驗(yàn)并做分析比較。
【關(guān)鍵詞】：圖像特征 尺度空間 SURF SIFT 改進(jìn)SIFT算法
【學(xué)位授予單位】：東華理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41
【目錄】：

• 摘要4-5
• abstract5-10
• 1 緒論10-14
• 1.1 研究的背景及意義10
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀10-12
• 1.3 研究?jī)?nèi)容和目標(biāo)12
• 1.4 章節(jié)安排12-14
• 2 圖像匹配14-24
• 2.1 圖像匹配技術(shù)概述14
• 2.2 圖像匹配技術(shù)的定義14-15
• 2.3 圖像匹配算法分類15-20
• 2.3.1 基于圖像灰度的匹配方法15-17
• 2.3.2 基于圖像變換域的匹配方法17-19
• 2.3.3 基于圖像特征的匹配方法19-20
• 2.4 圖像匹配的關(guān)鍵因素及流程20-22
• 2.5 本章小結(jié)22-24
• 3 尺度空間理論24-30
• 3.1 尺度空間理論24-25
• 3.2 高斯尺度空間25-28
• 3.2.1 圖像在尺度空間中的表示26-27
• 3.2.2 高斯差分尺度空間的生成27-28
• 3.3 本章小結(jié)28-30
• 4 圖像特征匹配典型算法30-48
• 4.1 SIFT特征匹配30-40
• 4.1.1 圖像的初始30
• 4.1.2 尺度空間極值檢測(cè)30-33
• 4.1.3 SIFT特征點(diǎn)檢測(cè)33-38
• 4.1.4 關(guān)鍵點(diǎn)的特征描述38-40
• 4.1.5 SIFT特征向量的匹配40
• 4.2 SURF算法40-42
• 4.2.1 積分圖像的建立40-41
• 4.2.2 尺度空間的生成41
• 4.2.3 關(guān)鍵點(diǎn)的特征描述`41-42
• 4.3 SIFT算法與SURF算法的實(shí)驗(yàn)對(duì)比與分析42-46
• 4.3.1 基于標(biāo)準(zhǔn)圖像數(shù)據(jù)庫(kù)對(duì)比分析42-45
• 4.3.2 基于無(wú)人機(jī)遙感影像的對(duì)比分析45-46
• 4.4 本章小結(jié)46-48
• 5 一種改進(jìn)的SIFT算法48-54
• 5.1 描述子維數(shù)的選擇48-49
• 5.2 實(shí)驗(yàn)結(jié)果對(duì)比分析49-52
• 5.2.1 基于標(biāo)準(zhǔn)圖像數(shù)據(jù)庫(kù)的對(duì)比分析49-51
• 5.2.2 基于無(wú)人機(jī)遙感影像的對(duì)比分析51-52
• 5.3 本章小結(jié)52-54
• 6 總結(jié)與展望54-56
• 6.1 總結(jié)54
• 6.2 展望54-56
• 參考文獻(xiàn)56-60
• 致謝60-62
• 攻讀學(xué)位期間的研究成果62

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 王紅梅,張科,李言俊;圖像匹配研究進(jìn)展[J];計(jì)算機(jī)工程與應(yīng)用;2004年19期

2 李長(zhǎng)河,馮亞寧,石爭(zhēng)浩;圖像匹配特征的一種融合表示[J];復(fù)旦學(xué)報(bào)(自然科學(xué)版);2004年05期

3 董安國(guó);圖像匹配最大互相關(guān)快速算法[J];浙江萬(wàn)里學(xué)院學(xué)報(bào);2005年04期

4 馬瑾;陳立潮;張永梅;;針對(duì)圖像匹配的控制策略的研究[J];機(jī)械管理開發(fā);2006年03期

5 孔華生;張斌;;基于一種快速搜索策略的圖像匹配[J];系統(tǒng)工程與電子技術(shù);2006年11期

6 劉斌;楊小平;任涵文;趙亞平;;基于圖像匹配的自動(dòng)點(diǎn)膠系統(tǒng)[J];機(jī)械設(shè)計(jì)與制造;2007年09期

7 陳智;江銳;;淺談圖像匹配研究[J];中國(guó)高新技術(shù)企業(yè);2007年16期

8 王琪;李言俊;張科;;具有距離不變性與角度不變性的圖像匹配研究[J];火力與指揮控制;2008年04期

9 蔣恩松;孫劉杰;張柯;;圖像匹配技術(shù)在套印誤差自動(dòng)檢測(cè)中的應(yīng)用[J];計(jì)算機(jī)測(cè)量與控制;2008年06期

10 汪洋;;圖像匹配方法綜述[J];電腦與電信;2009年05期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 徐煒;賀占莊;黃士坦;;基于模糊相似計(jì)算的快速圖像匹配[A];第16屆中國(guó)過(guò)程控制學(xué)術(shù)年會(huì)暨第4屆全國(guó)故障診斷與安全性學(xué)術(shù)會(huì)議論文集[C];2005年

2 蔣大林;李琳;;圖像匹配技術(shù)的研究[A];全國(guó)第19屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];2008年

3 石鴻雁;貝肇宇;;基于蟻群算法的圖像匹配方法[A];2009中國(guó)控制與決策會(huì)議論文集（3）[C];2009年

4 徐煒;黃士坦;賀占莊;;基于免疫克隆選擇算法的快速圖像匹配[A];第十二屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2005）論文集[C];2005年

5 牛毅菲;汪渤;苗常青;;圖像匹配方法研究[A];《制造業(yè)自動(dòng)化與網(wǎng)絡(luò)化制造》學(xué)術(shù)交流會(huì)論文集[C];2004年

6 牛毅菲;汪渤;苗常青;;圖像匹配方法研究[A];先進(jìn)制造技術(shù)論壇暨第三屆制造業(yè)自動(dòng)化與信息化技術(shù)交流會(huì)論文集[C];2004年

7 熊凌;;計(jì)算機(jī)視覺中的圖像匹配綜述[A];12省區(qū)市機(jī)械工程學(xué)會(huì)2006年學(xué)術(shù)年會(huì)湖北省論文集[C];2006年

8 唐榕;蔣大林;丁學(xué)爽;;基于角點(diǎn)檢測(cè)的圖像匹配方法綜述[A];全國(guó)第二屆信號(hào)處理與應(yīng)用學(xué)術(shù)會(huì)議�？痆C];2008年

9 馬苗;鹿艷晶;;基于灰色理論和遺傳算法的快速圖像匹配方法[A];第16屆全國(guó)灰色系統(tǒng)學(xué)術(shù)會(huì)議論文集[C];2008年

10 繆君;儲(chǔ)s，

本文編號(hào)：313473