結(jié)合區(qū)域匹配和點匹配的大視角圖像匹配方法.pdf

1、圖像匹配技術(shù)是圖像融合、目標識別、三維重建等計算機視覺領(lǐng)域中極為重要的基礎(chǔ)步驟。然而由于在不同時間,不同角度或不同傳感器獲得的同一場景的圖像之間可能存在著平移、尺度、旋轉(zhuǎn)、仿射等局部畸變,因而尋找到能夠應對這些畸變的魯棒且精確的一致性特征成為當前計算機視覺領(lǐng)域的研究重點和難點。
　　本文的主要研究工作及貢獻如下:
　　1、較為詳細地討論了目前最為有效的局部不變特征提取與匹配算法,包括尺度不變特征(SIFT)算法、完全仿射不變

2、特征(ASIFT)算法以及最大穩(wěn)定極值區(qū)域(MSER)算法。研究表明,目前的算法存在一些問題。對于SIFT算法,它采用固定形狀的鄰接區(qū)域來描述特征點。這一方法雖然對于一些比較特殊的圖像變換,比如尺度變換,可以得到較好的匹配效果,但是對于一般的圖像變換,尤其是存在大視角變化的圖像,匹配效果較差。對于ASIFT算法,它雖然達到全仿射不變性,但這是通過犧牲大量的存儲空間和算法效率達到的。對于MSER算法,它雖然可以達到仿射不變性,但是一般產(chǎn)生

3、的匹配區(qū)域?qū)^少。除此之外,大多現(xiàn)有算法僅僅利用了圖像的光學信息來描述特征點,而忽略了特征點之間的空間信息。
　　2、針對上述三種算法所存在的問題,提出了一種結(jié)合區(qū)域匹配和點匹配的大視角圖像匹配方法,該方法首先對兩幅圖像進行MSER檢測以及匹配;其次在匹配的MSER上進行SIFT尺度不變特征點檢測,根據(jù)特征點所屬MSER的二階矩矩陣構(gòu)造具有仿射不變性的自適應橢圓鄰接區(qū)域,而后將橢圓區(qū)域歸一化到圓形區(qū)域,利用SIFT描述符對歸一化圓

4、形區(qū)域進行描述得到128維描述符;然后將特征點所屬的MSER歸一化到單位圓區(qū)域,利用特征點和歸一化圓區(qū)域之間的空間關(guān)系,形成二維空間描述符,來進一步改善特征點的可區(qū)分性;最后,定義一個結(jié)合距離作為特征點之間的相似性度量指標,獲得正確的匹配點對。采用C++編程語言,在Visual Studio2010編程環(huán)境下,應用OpenCV2.4.2計算機視覺庫,實現(xiàn)了本文方法,同時在相同的環(huán)境下實現(xiàn)了算法SIFT,ASIFT以及MSER,經(jīng)過大量的