基于特征的图像匹配算法-毕业论文含源代码

诚信声明

本人声明：

我所呈交的本科毕业设计论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致中所罗列的容以外，论文中不包含其他人已经发表或撰写过的研究成果。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了意。本人完全意识到本声明的法律结果由本人承担。

申请学位论文与资料若有不实之处，本人承担一切相关责任。

本人签名：日期：2010 年05 月20日

毕业设计（论文）任务书

设计（论文）题目：

学院：专业：班级：

学生指导教师（含职称）：专业负责人：

1．设计（论文）的主要任务及目标

(1) 了解图象匹配技术的发展和应用情况，尤其是基于特征的图象匹配技术的发展和应用。

(2) 学习并掌握图像匹配方法，按要求完成算法

2．设计（论文）的基本要求和容

（1）查阅相关中、英文文献，完成5000汉字的与设计容有关的英文资料的翻译。（2）查阅15篇以上参考文献，其中至少5篇为外文文献，对目前国外图象匹配技术的发展和应用进行全面综述。

（3）学习图象匹配算法，尤其是基于特征的图象匹配算法。

（4）实现并分析至少两种基于特征的图象匹配算法，并分析算法性能。

3．主要参考文献

[1]谭磊, 桦, 薛彦斌．一种基于特征点的图像匹配算法[J]．天津理工大学报，2006，

22(6)，66-69．

[2]甘进，王晓丹，权文．基于特征点的快速匹配算法[J]．电光与控制，2009，16(2)，

65-66．

[3]王军，明柱．图像匹配算法的研究进展[J]．大气与环境光学学报，2007，2(1)，

12-15．

4

摘要

图像匹配技术是实现图像融合、图像校正、图像镶嵌以及目标识别与跟踪的关键步骤之一，已经广泛应用在图像识别以及图像重建等领域中。简单来说，图像匹配就是找到两幅不同图像之间的空间位置关系。图像匹配主要可分为以灰度为基础的匹配和以特征为基础的匹配。

本文首先对现有图像匹配方法的进行分类、概述和简要的说明；分析了课题研究的背景，以及对国外图像匹配的研究状况描述；其次对现有的图像匹配的几种常见算法进行简要的说明，其中着重介绍了基于特征的匹配的算法。参考了一种基于图像灰度值特征点的快速匹配搜索算法，该算法利用得出的灰度值特征点作为搜索依据，通过实验，证实了该算法的快速性和准确性。本文在对几种图像匹配方法的研究的基础上，采用基于灰度传统的方法、基于边缘特征的方法和基于一阶特征点图像匹配的方法进行图像匹配仿真，并对三种方法的快速性准确性做了比较。再次比较基于灰度、基于边缘、基于一阶特征点图像匹配方法的优缺点。不同的环境下每种方法各有优缺点，加入噪声时基于边缘特征图像匹配能够匹配成功，基于边缘特征图像匹配较另外两种匹配方法能够有效的抑制噪声干扰。

关键词：图像匹配；特征点；灰度匹配；特征点匹配

ABSTRACT

Image matching technique is one of the key steps to achieve image fusion, image correction, image mosaic, as well as target recognition and tracking and has been widely used in the areas of image recognition and image reconstruction. In a word, image matching is to find the spatial relationship between the two different images. Image matching can be divided into gray-based and feature-based matching.

The paper firstly classified and briefly described the existing image matching methods and analysed the research background. Secondly, the paper explained several common algorithms of existing image matching, especially，the algorithm of feature-based matching. Based on the research of several image matching methods, the paper adopted traditional method based on gray level, the method based on edge features and the method based on first-order feature points image matching to conduct image matching simulation, and compared the rapidity and accuracy of them. Finally, the paper pointed out the advantages and disadvantages of the methods based on gray level, based on edge features and based on first-order feature points image matching. Each method has both the advantages and disadvantages in the different environment. Image matching method based on edge features can match successfully when noise is added, and can effectively suppress noise compared with other two methods.

Key words：Image matching，Feature Points，Gray Matching，feature points matching

目录

前言 (8)

第1章绪论 (9)

第1.1节课题的研究背景 (9)

第1.2节图像匹配的概述 (11)

1.2.1图像匹配的概念 (11)

1.2.2 影响图像匹配的主要因素 (12)

第1.3节图像匹配的研究现状 (12)

第2章图像匹配的几种算法 (14)

第2.1节基于像素灰度相关的匹配算法 (14)

第2.2节基于特征的匹配算法 (16)

2.2.1特征点的描述 (17)

2.2.2特征点的提取算法 (18)

第2.3节基于边缘特征的匹配算法 (20)

2.3.1 Roberts 边缘检测算子 (20)

2.3.2 Sobel边缘检测算子 (21)

2.3.3 Prewitt 边缘检测算子 (21)

2.3.4 Canny 边缘检测算子 (22)

第2.4节基于其它理论的图像匹配 (24)

2.4.1基于小波变换的图像匹配算法 (24)

2.4.2其它理论的图像匹配 (26)

第3章基于灰度的图像匹配仿真 (28)

第3.1节基于灰度图象匹配 (28)

第3.2节灰度图像模板图的获取和匹配仿真 (29)

第3.3节灰度图像旋转后匹配仿真 (31)

第3.4节灰度图像加噪后的匹配仿真 (32)

第4章基于边缘图像特征的匹配仿真 (35)

第4.1节基于边缘图像特征的匹配 (35)

第4.2节基于边缘特征的图像匹配理想情况下的仿真 (36)

第4.3节加入噪声后基于边缘特征的图像匹配的仿真 (38)

第4.4节基于边缘图像旋转后的匹配仿真 (40)

第5章基于一阶特征点的图像匹配仿真 (42)

第5.1节一阶特征点的定义 (42)

第5.2节一阶特征点的寻找与匹配仿真 (44)

第5.3节加入噪声的一阶特征点图像匹配仿真 (47)

第5.4节旋转后的一阶特征点匹配仿真 (48)

结论 (51)

参考文献 (52)

致 (54)

前言

数字图像处理，即用计算机对图像进行处理。与人类对视觉机理研究的历史相比，它是一门相对年轻的学科。但在其短短的历史中，它却以程度不同的成功被广泛应用于几乎所有与图像有关的领域数字图像处理技术。图像是人类获取和交换信息的主要来源，因此，图像处理的应用领域必然涉及到人类生活和工作的方方面面。随着人类活动围的不断扩大，图像处理的应用领域也将随之不断扩大。在20多年的时间里，迅速地发展成为一门独立的有强大生命力的学科。

随着科学技术的发展，图像匹配己成为图像信息处理领域中一项非常重要的技术。图像匹配就是找到两幅不同图像之间的空间位置关系。图像匹配技术是实现图像融合、图像校正、图像镶嵌以及目标识别与跟踪的关键步骤之一。图像匹配主要可分为以灰度为基础的匹配和以特征为基础的匹配。图像匹配主要研究匹配的准确性、快速性[1]。

基于特征的图像匹配方法近年越来越引起研究者的重视，各种新颖的算法不断涌现。每种方法都有各自的优缺点和应用围。应用时应根据实际情况选取合适的配准方法。若要求精度高，可考虑多次选取/匹配，每次选取/匹配特征点时，参考最近几次的情况，由粗到精递归求解；或者采用神经网络的学习机制，使匹配结果逐步精确，最终符合要求。通过阅读大量的文献报道，可以知道未来的图像配准将进一步追时性、高精度和可靠性。为减小运算量，可着眼于研究某一算法的快速算法；对一些运算量大的步骤寻找其简单的替代步骤。

本文先通过对图像匹配算法的作简要的说明,特别是基于特征图像匹配的算法;然后分析了图像匹配的算法的优劣；接着参考了一种基于图像灰度值特征点的快速匹配搜索算法，比较了基于灰度、基于边缘特征、基于一阶特征点图像匹配算法的准确性、快速性、抵抗干扰和旋转性能；最后比较了这3种算法在不同环境下的优劣性。