說明07通信初二

1、摘緒本課題研究的背景及意本課題研究的內(nèi)容和目圖像配準(zhǔn)研究概數(shù)字圖像處理技術(shù)的研究和發(fā)摘緒本課題研究的背景及意本課題研究的內(nèi)容和目圖像配準(zhǔn)研究概數(shù)字圖像處理技術(shù)的研究和發(fā)的難圖像配準(zhǔn)算法分灰度配特征匹圖像的匹配技圖像的配準(zhǔn)技第三章 SIFT 算SIFT算法發(fā)展歷SIFT. SIFT算法的主要特SIFT算法的實(shí)實(shí)驗(yàn)分4.1 SIFT 特征點(diǎn)匹配實(shí)驗(yàn)結(jié)同的特征點(diǎn)匹有縮放的圖像特復(fù)雜情況的圖像特總參考文參考文致基于 SIFT 的圖像特征點(diǎn)匹配算法實(shí)基于 SIFT 的圖像特征點(diǎn)匹配算法實(shí)點(diǎn)的提取算法的基礎(chǔ)上，選擇了尺度不變特征轉(zhuǎn)換(SIFT)算法。SIFT SIFT :圖像配準(zhǔn)；圖像特征點(diǎn)；圖像融合Im

2、ageFeatureExtractionMethodBasedOnSIFT Theimage matchingisthesame scenewith twoimagesor many imagesinspace to make sure the s of transformation relationship n them, These images may ImageFeatureExtractionMethodBasedOnSIFT Theimage matchingisthesame scenewith twoimagesor many imagesinspace to make sur

3、e the s of transformation relationship n them, These images may shooting in different time, use society in the computer sors. From often tracking, image navigation, recognition, One of the very important problem is the image Based on image feature extracting and the matching method is more common Th

4、e traditional matching algorithm adaptability to environment is bad, so I need a adaptable,caneffectivelyThis research ly comparatively the technology of image us, Summarized the image registration technology research meaning, and development direction. Then on ysis of the feature s extraction algor

5、ithm ed, based on the scale invariant features (SIFT) algorithm. SIFT matching algorithm is currently feature matching research in the field of hot, its ability strong, canhandlehappened n image translation, ion,affineof the match, filmed at any Angle also have relatively stable image matching There

6、fore, SIFT in image correction image and other fields have a very s，Image 隨著數(shù)字圖像1成像技術(shù)的成熟和傳感器技術(shù)的發(fā)展，利樣就形成了一門新興的學(xué)科本課隨著數(shù)字圖像1成像技術(shù)的成熟和傳感器技術(shù)的發(fā)展，利樣就形成了一門新興的學(xué)科本課題研究的背景及意（SIFT）應(yīng)用到圖像的特征點(diǎn)提取中。SIFT 及特征點(diǎn)及其特征描述.本課題研究的內(nèi)容和目SIFT SIFT SIFT SIFT ，數(shù)字圖像處理技術(shù)的研究和發(fā)數(shù)字圖像處理2是指圖像信號轉(zhuǎn)換成數(shù)字信號，并利用計(jì)算機(jī)對其進(jìn)行處理的程于20世紀(jì)20年代現(xiàn)在已經(jīng)廣泛的應(yīng)用于科20數(shù)字圖像

7、處理技術(shù)的研究和發(fā)數(shù)字圖像處理2是指圖像信號轉(zhuǎn)換成數(shù)字信號，并利用計(jì)算機(jī)對其進(jìn)行處理的程于20世紀(jì)20年代現(xiàn)在已經(jīng)廣泛的應(yīng)用于科2060 （JPL7 1964 1972年英國EMI HousfieldX 射線計(jì)算機(jī)斷層攝影裝置，1975 CT 了各個(gè)部位鮮明的斷層圖像。1979 70年代末MIT。1999年四月和巴西共同研制的“源一號研發(fā)的CCD（1）（4）（4）圖像配準(zhǔn)技圖像配準(zhǔn)技術(shù)3在很（4）（4）圖像配準(zhǔn)技圖像配準(zhǔn)技術(shù)3在很多領(lǐng)域有著廣泛的應(yīng)用，加上本身具有很強(qiáng)的復(fù)雜性。盡管內(nèi)外在圖像配準(zhǔn)進(jìn)行了大量工作，但是對于目前配準(zhǔn)技術(shù)4的很多方法，其中研究過（1）（2）（3）（4）（5）2.3 圖

8、像配準(zhǔn)算法分基于圖像灰度的配準(zhǔn)方法5，首先直接利用整幅圖2.3 圖像配準(zhǔn)算法分基于圖像灰度的配準(zhǔn)方法5，首先直接利用整幅圖像的灰度信息，根據(jù)對應(yīng)關(guān)系等1995Viola和Collignon基于圖像特征6的配準(zhǔn)方法是目前采用最多的，在多源圖像融合中，由于多傳感。圖像的匹配技圖像匹配7是一個(gè)多。圖像的匹配技圖像匹配7是一個(gè)多步驟的過程，總的來說大致可以分為圖像輸入、圖像預(yù)處理（3）（4）圖像的配準(zhǔn)（3）（4）圖像的配準(zhǔn)技使得各個(gè)圖像在幾何位置上能夠匹配對應(yīng)起來。圖像配準(zhǔn)過程如下圖2.5圖圖像的配準(zhǔn)方法8分為以下幾（2）（3）5個(gè)階段（1）（2）（3）程，用數(shù)學(xué)語言則描述為兩幅圖像A和B5個(gè)階段（1

9、）（2）（3）程，用數(shù)學(xué)語言則描述為兩幅圖像A和B中有mnk對點(diǎn)是兩幅共同擁有的，所以如何確定兩幅圖像中這 k （4）應(yīng)。（5）在配準(zhǔn)過程中，為了使待配準(zhǔn)圖像和參考圖像達(dá)到配準(zhǔn)9，則需要對配準(zhǔn)圖像進(jìn)（1）（鏡像（1）（鏡像其中F其中F第三章 SIFT 效率。在以前的算法中往往計(jì)算量比較大很難兼顧實(shí)時(shí)性和有效性。SIFT David.G.Lowe101999第三章 SIFT 效率。在以前的算法中往往計(jì)算量比較大很難兼顧實(shí)時(shí)性和有效性。SIFT David.G.Lowe101999年提出SIFT2004年描述算子，SIFT特征匹配算法分三個(gè)階段來實(shí)現(xiàn)：第一階段是SIFT特征點(diǎn)檢測：第二階段是SIF

10、TSIFT RobHess11GSLOpence編寫了相應(yīng)的CY.KePCA MikolajczykSIFT 的十種局部描述子所做的不變性對比實(shí)驗(yàn)中，SIFT LoweSIFT 在圖像的不變特征提取方面擁有無與倫比的優(yōu)勢，但是缺點(diǎn)也很明顯，所以128CSIFT:Farag2006ASIFT抗仿射SIFT變換; 由J.M.Morel2009SIFT主成像匹配13SIFT 算法的主要SIFT由J.M.Morel2009SIFT主成像匹配13SIFT 算法的主要SIFT 特征14角變換、仿射變換、噪聲也保持一定的穩(wěn)定性,也有的harris多量性:即使少數(shù)幾個(gè)物體也可以產(chǎn)生大量SIFT特征向量。高速性

11、;經(jīng)過優(yōu)化的SIFT 算法可以滿足速度需求?？蓴U(kuò)展:SIFT 3.4 SIFT算法的實(shí)SIFT算法155（1）構(gòu)建尺度空間，檢測極值點(diǎn)，獲得尺度不變性（2）（2）DOG數(shù)（4） 88 8 bin 44 16 （4） 88 8 bin 44 16 128維的SIFT SIFT 3.3 （5）SIFT最近距離小于某個(gè)闕值，則判定為一對匹配點(diǎn)。降低這個(gè)比例閾值，SIFTSIFT 特征點(diǎn)匹配實(shí)驗(yàn)結(jié)SIFT windowsSIFT 特征點(diǎn)匹配實(shí)驗(yàn)結(jié)SIFT windows7.0a首先提取SIFT 特征，然后進(jìn)行特征匹配。圖4.1 4.2 為原始圖像4.3 4.4 為圖SIFT特征，用箭頭表示，箭頭的起點(diǎn)

12、代表特征點(diǎn)的位置，箭頭的長度代4.1 SIFT 4.2 SIFT 局部極局部極 1 相同，是用兩幅相同的圖像來做特征點(diǎn)的提取于匹配4.6 SIFT4.7 SIFT局部極局部極確定主4.10 確定主4.10 6790這組實(shí)是相同的，只是在拍攝時(shí)進(jìn)行了縮放的處理，使用SIFT 算法將不4.11 SIFT4.12 SIFT4.12 SIFT4.13 局部極值點(diǎn)實(shí)驗(yàn)圖4.14 局部極值點(diǎn)實(shí)驗(yàn)圖4.15 局部極值點(diǎn)實(shí)驗(yàn)圖4.14 局部極值點(diǎn)實(shí)驗(yàn)圖4.15 局部極值點(diǎn)實(shí)驗(yàn)圖4.16 局部極值點(diǎn)實(shí)驗(yàn)圖4.17 4.17 158 102 4.17 4.17 158 102 4.18 原始圖像4.194.20a

13、4.20a4.22 b4.33 1822068103對，SIFT 特征匹SIFT SIFTSIFT SIFT SIFTSIFT（2）SIFT（3）SIFT，SIFT參考文,2001:63- .圖像拼接技術(shù)研究D. ，. 圖像配準(zhǔn)中幾種特征提取方法的分析與實(shí)驗(yàn)：6 葛永新，. 基于特征點(diǎn)對齊度的圖像配準(zhǔn)方法D. ，：，參考文,2001:63- .圖像拼接技術(shù)研究D. ，. 圖像配準(zhǔn)中幾種特征提取方法的分析與實(shí)驗(yàn)：6 葛永新，. 基于特征點(diǎn)對齊度的圖像配準(zhǔn)方法D. ，：，（7：913916.一種快速實(shí)用的特征點(diǎn)匹配算法J. 計(jì)算機(jī)工程,2004,30(09): 10 D.G. Lowe. Distinctive Image Features from Scale-Invariant ernational Journal Computer11KoenderinkJ.ThestructureofimagesJ.Biological12 Yan Ke, Rahul nkar.PCA-SIFTJ.A More Dist