基于特征的图像匹配算法研究
本科毕业设计论文本科毕业设计论文 题题 目目 基于特征的图像匹配算法研究专业名称 自动化 西北工业大学明德学院本科毕业论文学生姓名 高荣亮 指导教师 王红梅 毕业时间 2014 年 6 月 毕业 任务书一、题目基于特征的图像匹配算法研究二、指导思想和目的要求本题目来源于科研，主要研究图像特征和匹配的概念，研究图像特征在匹配中的应用，进而实现相关算法。希望通过该毕业设计，学生能达到：1利用已有的专业知识，培养学生解决实际工程问题的能力；2锻炼学生的科研工作能力和培养学生团队合作及攻关能力。三、主要技术指标1学习常用的图像特征；2掌握图像匹配的概念；设计论文西北工业大学明德学院本科毕业论文3实现基于特征的图像匹配算法。四、进度和要求第 01 周-第 02 周：参考翻译英文文献；第 03 周-第 04 周：学习图像特征的概念；第 05 周-第 06 周： 研究图像匹配的概念及实现方法；第 07 周-第 09 周：研究基于特征的图像匹配算法； 第 10 周-第 14 周：编写图像匹配程序；第 15 周-第 16 周：撰写毕业设计论文，论文答辩。五、主要参考书及参考资料1. 尼克松.特征提取与图像处理.电子工业出版社.2. 李言俊.景象匹配与目标识别技术.西北工业大学出版社.3. 梁建宁.特征选取与图像匹配.复旦大学硕士学位论文.4. 李壮.异源图像匹配关键技术研究.国防科技大学硕士学位论文.学生 高荣亮 指导教师 王红梅 系主任 史仪凯 西北工业大学明德学院本科毕业论文I摘要摘要图像匹配就是把具有同一场景的两幅或多幅图像在空间上对准，进而确定他们之间变换关系的过程，这些图像可能是在不同时间、用不同传感器、从不同视角拍下来的。在目标跟踪、图像导航、文字识别、资源分析、人脸识别以及计算机视觉等领域中，需要解决的一个关键问题就是图像匹配，而利用包含图像重要结构信息的少量特征点来确定图像间的变化关系是解决该问题的一种有效方法。这种方法的难点是如何提取稳定的特征点，并构建适应旋转、形变、遮掩、噪声及其他因素的特征描述子。本文对两种特征点提取算法(Harris 算法和 SIFT 算法)进行分析比较，得出 Harris 角点检测算法效率高，但对尺度变化和抗噪性的鲁棒性差，SIFT 算法对尺度变化及抗噪性鲁棒性好，但算法时间复杂度高，且对图像纹理要求高。图像匹配的方法大致分为两类：基于像素的图像匹配方法和基于特征的图像匹配方法。而基于特征的图像匹配方法是目前图像匹配的最常用方法，其最大的优点在于能够将对整个图像进行的各种分析转化为对图像特征（特征点、特征曲线等）的分析，从而大大减小了图像处理过程的运算量。经过多年的研究，基于特征的图像匹配技术以及取得了一定的研究成果，其主要步骤包括：图像采集、特征提取、特征匹配、图像变换。本文会实现基于点特征的图像匹配的仿真。关键词关键词：特征点检测 图像匹配 Harris 图像处理西北工业大学明德学院本科毕业论文IIABSTRACTImage matching is aligning two or more images of the same in the space ,which may be taken under the conditions such as by different sensors,from different aspects and in different time.It is a kay problem to be solved existing in object tracking ,image navigation ,OCR,resources analysis and face recognition as well as in other fields such as computer vision.An effective solution to this problem is to obtain the transform relationship with feature points which is small enough in quantity and contains significant structure information representing the feature of the images.The difficulties to be conquered in the method is how to extract stable feature points and build feature descriptors that are adaptive to transform ,distortion,occlusion,noise and some factors in other forms.The thesis analyses and compares two kinds of extracting feature points algorithms( Harris algorithm and SIFT algorithm ), Harris algorithm has high efficiency and poor anti-scaling and anti-noise performance, SIFT algorithm has good robustness about anti-scaling and anti-noise, but the time complexity of this algorithm 西北工业大学明德学院本科毕业论文IIIis high, and it has a great demand on image texture. Image matching method is roughly divided into two categories: the image matching method based on pixel and image matching method based on feature. And image matching method based on feature is currently the most commonly used method of image matching, its biggest advantage is that can be all kinds of analysis of the whole image into the image characteristics (the analysis of feature point and curve, etc.), which greatly reduces the computational complexity of the process of image processing. After many years of research, based on the characteristics of image matching technology, and has obtained certain research results, the main steps include: image acquisition, feature extraction feature matching, image transformation.This paper can realize the simulation of image matching based on point feature.KEY WORDS：Feature point detection Image matching Harris Image processing西北工业大学明德学院本科毕业论文IV目录目录摘要摘要.5西北工业大学明德学院本科毕业论文V第一章第一章 绪论绪论.71.1 研究背景 .71.2 研究现状综述 .81.2.1 特征点提取研究现状.81.2.2 特征点匹配研究现状.111.3 研究内容 .121.4 论文组织结构 .13第二章第二章 角点检测及角点检测及 MATLAB 实现实现.152.1 角点定义 .152.2 常用角点检测的算法 .162.2.1 Harris 算子.162.2.2 小波变换算子.162.2.3 Moravec 算子.172.2.4 Forstner 算子.182.3 常用角点检测算法比较 .192.4 Harris 角点检测的 MATLAB 实现.
