论文部分内容阅读
图像匹配作为计算机视觉中的一项基本和重要的技术，在导航制导、工业检测、遥感图像分析等领域都有广泛的应用。对于工业检测应用，同时具备精度高、可靠性强和实时性好的图像匹配技术一直是人们不懈努力追求的目标。本文研究适用于工业检测应用的图像匹配算法，通过对几种匹配算法进行理论分析和实验比较，提出了一种以边缘特征作为相似性测度的分层匹配算法，通过实验验证了该算法的合理性和适用性。本文首先介绍图像匹配的基本概念，包括图像匹配的数学描述、匹配方法的分类、图像匹配中的关键问题、图像匹配的性能要求以及影响匹配性能的因素。然后介绍在本文匹配算法中所涉及到的图像预处理方法，包括高斯滤波、几何变换、边缘检测等等，这些预处理方法对提高匹配算法的性能起了举足轻重的作用。接着，从特征空间和相似性测度的角度出发，探讨了几种模板匹配算法，并相应地进行了一些改进。在基于图像中心矩的匹配算法中，改进了几何矩的快速计算方法，在基于边缘特征的匹配算法中，提出了启发式的判别标准。通过实验验证了改进算法的合理性和有效性，并与直接利用像素灰度值的匹配方法进行比较。实验结果表明，所改进的基于边缘特征的匹配算法能在保证匹配精度的同时，大大提高匹配速度，且在噪声干扰、光照变化、对比度变化等误差因素影响下均具有较好的性能表现。在以边缘特征作为相似性测度的研究基础上，通过构造图像的边缘金字塔结构，引入分层搜索的策略，从而使匹配算法具有很好的实时性能，并且也具备了检测旋转角度的能力，实验结果验证了该算法的有效性。最后，以Matrox公司的图像开发包(MIL)作为主要的开发工具，结合图像采集卡和运动控制卡的应用，设计了具有模板匹配功能的计算机视觉定位软件。