学位论文 > 优秀研究生学位论文题录展示

基于尺度不变特征变换（SIFT）的图像配准技术研究

作　者: 周峰
导　师: 刘辉
学　校: 昆明理工大学
专　业: 计算机软件与理论
关键词: SIFT算法 Harris角点检测算子 图像配准 尺度空间
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 471次
引　用: 2次
阅　读: 论文下载
 

内容摘要


图像配准是从不同传感器或者相同传感器,在不同时间不同角度获取的两幅或者多幅图像进行匹配处理的过程,是解决图像融合、图像镶嵌和图像超分辨率重建等问题的必要前提。在实际应用中,由于图像之间存在着复杂多变的成像畸变,现有的配准技术很难适应配准图像有较大的尺度缩放、旋转、视角等变化的图像,且算法的复杂度较大,配准精度不是很高。因此图像配准技术一直以来是一个很困难的课题,研究图像配准技术具有重要的理论意义和实用价值。本文对图像配准理论和背景做了简要的介绍,对图像配准方法进行了综述,分析了图像配准技术的热点和发展趋势。现有的配准技术中,基于特征点的配准有着配准精度高,受干扰、噪音等外界影响小,适用广泛等优点,是现在配准技术的主流方向。所以本文从基于特征配准为主要出发点,对目前流行的SIFT算法(Scale Invariant Feature Transform)配准技术进行了深入的研究和实验。对大量的实验结果分析验证了算法对图像的尺度变化、旋转变化、亮度变化保持不变,对视角变化、仿射变换、噪声也保持一定的鲁棒性。虽然SIFT算法有着众多的优点,但是需要对图像的多个尺度空间进行搜索,对大量的特征点进行直方图加权运算,在面对大分辨率的图像配准时,配准的时间有时候会呈几何性增长。同时在大量的SIFT特征点中还存留一些不稳定的点,会降低配准精度和配准的效率。基于对以上问题的考虑,本文提出了对SIFT算法的改进：考虑到SIFT特征点是基于特征点邻域的像素梯度变化确定的,梯度变化大那么特征点的独特性更好包含了更多的图像信息,正好角点就是在邻域窗口内具有显著的梯度变化。所以本文将Harris角点检测算子引入到基于SIFT算法的图像配准过程中,对SIFT特征点的提取方法进行了改进,在多尺度空间检测特征点的同时对这些特征点进行Harris角点提取,筛选出更加能代表图像信息的特征点,而且减少了对特征点进行向量描述时的计算量。实验结果显示大量不具有独特性的特征点被剔除,保留下来的特征点集中在图像参照物的轮廓处,特征点的数量减少了一倍多,但是这些点正好是更能代表图像信息的特征点。由于特征点的减少,大大减小了后续步骤的计算量,提高了配准的速度。之后对实验数据的分析证明了改进算法对于图像的配准,在保留原SIFT算法的众多优点后还提高了配准的速度和正确匹配的概率。最后对图像配准领域未来需要进一步研究的方向进行了展望。

全文目录


摘要  3-5
Abstract  5-7
目录  7-10
第一章 绪论  10-14
  1.1 本课题的目的和背景  10-11
  1.2 图像配准国内外发展现状  11-12
  1.3 论文的选题意义以及工作论述  12-14
    1.3.1 论文的选题意义  12
    1.3.2 工作论述  12
    1.3.3 论文结构  12-14
第二章 图像配准理论  14-22
  2.1 图像配准简介  14
  2.2 图像变换  14-17
    2.2.1 刚体变换(Rigid Transform)  15
    2.2.2 仿射变换(Affine Transform)  15-16
    2.2.3 投影变换(Projective Transform)  16-17
    2.2.4 非线性变换(Nonlinear Transform)  17
  2.3 图像配准方法分类  17-18
  2.4 图像配准技术方法研究  18-20
    2.4.1 基于灰度信息配准方法  18-19
    2.4.2 基于变换域方法  19
    2.4.3 基于特征的方法  19-20
  2.5 图像配准应用领域  20-21
  2.6 图像配准的难点  21-22
第三章 尺度不变特征转换算法(SIFT)  22-50
  3.1 SIFT算法简介和发展史  22-23
  3.2 SIFT算法的主要特点  23
  3.3 SIFT算法的主要步骤  23
  3.4 SIFT算法的详细过程  23-30
    3.4.1 尺度空间极值点检测  23-26
    3.4.2 特征点定位  26-28
    3.4.3 特征点方向确定  28-29
    3.4.4 特征点描述向量的建立  29
    3.4.5 SIFT特征点匹配  29-30
  3.5 SIFT算法特征点提取研究  30-34
  3.6 SIFT算法性能测试  34-50
    3.6.1 实验一:视角平移图像的配准实验  34-37
    3.6.2 实验二:角度变化图像的配准实验  37-39
    3.6.3 实验三:噪音、尺度变化图像的配准实验  39-42
    3.6.4 实验四:有遮掩图像的配准实验  42-44
    3.6.5 实验五:亮度变化图像的配准实验  44-46
    3.6.6 实验六:视角、场景等多因素变化图像的配准实验  46-49
    3.6.7 实验测试小结  49-50
第四章 改进的SIFT算法  50-63
  4.1 几种常用的角点提取算子  50-55
    4.1.1 Moravec角点检测算子  50-52
    4.1.2 Susan角点检测算子  52-53
    4.1.3 Harris角点检测算子  53-55
  4.2 改进的SIFT算法步骤  55-56
  4.3 改进的SIFT算法的测试  56-63
    4.3.1 改进算法和原算法的对比实验一  56-58
    4.3.2 改进算法和原算法的对比实验二  58-62
    4.3.3 改进算法实验小结  62-63
第五章 总结与展望  63-66
  5.1 总结  63-64
  5.2 未来工作的展望  64-66
致谢  66-67
参考文献  67-70
附录A:攻读学位期间发表论文情况  70

相似论文

  1. 图像拼接技术研究,TP391.41
  2. 机器人自动巡检系统中图像配准与图像匹配问题的研究,TP242.62
  3. 结合线性二次放射生物模型的图像配准技术的研究,R815
  4. 基于改进光流场模型的医学图像非刚性配准算法研究及实现,TP391.41
  5. 非刚性医学图像准算法研究和实现,TP391.41
  6. 基于图形处理器的SIFT算法研究,TP391.41
  7. 实时视频拼接系统关键技术研究,TP391.41
  8. POCS图像超分辨率重建技术研究,TP391.41
  9. 医学图像配准平台及结合灰度与几何信息的新配准测度,TP391.41
  10. 红外与可见光图像配准及融合技术的研究,TP391.41
  11. 基于特征点空间信息分布直方图的匹配方法研究,TP391.41
  12. 基于偏微分方程的图像配准与融合方法研究,TP391.41
  13. 基于图像配准的沙粒旋转角度计算方法,TP391.41
  14. CT与超声数据配准的研究和实现,TP391.41
  15. 新一代基因测序的数据处理中的相关问题,TP391.41
  16. 地基SFCW SAR差分干涉测量技术研究,TN957.52
  17. 基于局部不变特征的图像匹配技术研究,TP391.41
  18. 多光谱遥感图像配准与融合方法研究,TP751
  19. 基于SIFT算法单双目视觉结合的移动机械臂定位研究,TP241
  20. 局部非均匀不变矩描述的图像拼接技术研究,TP391.41
  21. 圆形印章图像提取与配准方法研究,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com