论文部分内容阅读
图像匹配是一项重要的图像处理技术,它将不同传感器,或者同一传感器在不同时间、不同视角和不同环境下获得的相同场景图像,在一定的相似度准则下进行匹配,并确定它们之间的几何变换关系。其中,相似性度量是指衡量图像特征之间相似性的准则,在图像匹配中起着关键性的作用,直接影响了匹配结果的有效性、正确性。本文先对图像匹配的三要素图像特征、相似性度量和搜索策略的方法理论进行了研究,然后探讨了传统的图像匹配算法,并设计了匹配性能评估体系。在此基础上针对地形地貌图像,将L1和L2范数结合作为相似性度量,提出一种快速匹配算法,经实验证明,本文的算法有效地提高了地形地貌图像的匹配效率。最后,对图像匹配算法和性能评估体系进行了软件平台的搭建。本文的主要研究内容和贡献如下:(1)深入分析和研究了图像匹配的关键技术理论,包括图像特征检测、相似性度量、搜索策略和几何变换模型求解方法。其中,相似性度量包括距离相似性度量和基于图像相关的相似性度量算法,并对不同相似性度量的特征匹配性能进行了测试分析。(2)深入分析和探讨了基本的图像匹配算法,包括基于全局特征的模板匹配、基于局部特征的同名点匹配以及基于其他方法理论的匹配算法,并且设计了性能评估体系,将相似性度量应用于匹配性能的评估上。(3)针对地形地貌图像,提出了一种基于L1+L2范数的快速匹配算法,该算法采用FAST和SIFT特征的组合代替原来的SIFT特征,将L1和L2范数结合作为相似性度量,经实验证明,该算法在保证匹配正确率和匹配精度的前提下,有效地提高了计算效率。(4)搭建了图像匹配算法的软件平台,该平台分为两大算法功能模块:图像匹配和性能评估,图像匹配又分为四个子模块,分别为特征检测、特征组合、相似性度量、几何变换,在该软件平台上我们可对不同图像匹配算法进行测试。本文主要完成了不同相似性度量匹配算法的代码编写、移植、性能评估和软件模块功能实现与测试。