sift特征開題報告

基于sift角點特征的圖像配準(zhǔn)問題研究

專業(yè)班級數(shù)學(xué)與應(yīng)用數(shù)學(xué)10-01

學(xué)生姓名龍婷

指導(dǎo)教師王曉峰

目錄本課題的目的及意義。國內(nèi)外研究現(xiàn)狀分析。本課題的任務(wù)、重點內(nèi)容、實現(xiàn)途徑。完成本課題所需工作條件。本課題工作安排及進(jìn)度。附錄一、本課題的目的及意義1、目的

圖像配準(zhǔn)是圖像處理的一個基礎(chǔ)問題。它可以處理多個領(lǐng)域的很多際問題,如不同傳感器獲得的信息融合；不同時間、條件獲得圖像的差異檢測;成像系統(tǒng)和物體場景變化情況下獲得的圖像的三維信息獲取;圖像中的模式或目標(biāo)識別等。但是迄今為止還沒有十分滿意的圖像配準(zhǔn)方法，所以這方面的問題一直都是研究的熱點。2、意義

1.在實際應(yīng)用中,圖像配準(zhǔn)有著重大的應(yīng)用價值。2圖像配準(zhǔn)的應(yīng)用相當(dāng)廣泛：(1)計算機(jī)視覺與模式識別(2)醫(yī)學(xué)圖像分析(3)生物醫(yī)學(xué)(4)語音識別、機(jī)器人學(xué)、文學(xué)、計算機(jī)輔助設(shè)計(CAD)、計算機(jī)輔助制造(CAM)等從以上方面可以看出，圖像配準(zhǔn)技術(shù)的應(yīng)用前景十分廣闊，深入研究圖像拼接技術(shù)有著很重要的意義。二、國內(nèi)外研究現(xiàn)狀分析1.1、國外：

1、1996年由RichardSzeliski提出基于運(yùn)動的圖像配準(zhǔn)模[1]，采Levenberg-Marquardt迭代非線性最小化方法(簡稱LM算法)，通過求出圖像間的幾何變換關(guān)系來進(jìn)行圖像配準(zhǔn)。2、2000年，ShmuelPeleg等人提出了自適應(yīng)的圖像配準(zhǔn)模型[2]，它是根據(jù)相機(jī)的不同運(yùn)動，自適應(yīng)選擇配準(zhǔn)模型，通過把圖像分成多個狹條圖像進(jìn)行多重投影來完成圖像的配準(zhǔn)。3、2003年，M.Brown在ICCV會上發(fā)表了一篇名為RecognisingPanoramas的文章[3]，文中使用了基于不變量技術(shù)[4]的SIFT算法[5]進(jìn)行圖像配準(zhǔn)，算法完全自動完成且效果較好。2.2、國內(nèi)：

1、1997年，王小睿等分別利用序貫相似度檢測（SSDA）和歸一化積相關(guān)兩種相似性度量方法[6]，實現(xiàn)圖像的配準(zhǔn)。2、2003年，封靖波等提出了一種基于相似曲線的配準(zhǔn)方法[7]。

3、2004年，趙向陽、杜立民提出了一種基于特征點匹配的圖像自動配準(zhǔn)算法[8]，其中使用了Harris算法[9]提取角點并進(jìn)行匹配。4、2005年，侯舒維、郭寶龍針對現(xiàn)有基于灰度級相似的圖像配準(zhǔn)方法的缺點，提出了一種圖像自動配準(zhǔn)的快速算法[10]。三、本課題的任務(wù)、重點內(nèi)容、實現(xiàn)途徑

3.1任務(wù)：

1.查閱10篇以上的相關(guān)文獻(xiàn)資料，

2.翻譯20000字符以上的外文專業(yè)資料；

3.撰寫開題報告；

4.撰寫畢業(yè)論文，字?jǐn)?shù)在10000以上，對整個課題重點研究的內(nèi)容和關(guān)鍵問題的探討、相應(yīng)解決思路的提出和對試驗整體上的概括與總結(jié)。3.2重點內(nèi)容：

1.明確sift特征方法在圖像配準(zhǔn)中的應(yīng)用，在此基礎(chǔ)上弄清課題的研究意義；

2.掌握圖像sift點特征算法；3.結(jié)合sift特征匹配方法,對圖像拼接和圖像三維重建展開研究；

3.能夠用MATLAB軟件實現(xiàn)；

4.總結(jié)該方法達(dá)到的效果；5.將sift特征點向量匹配中最近的歐幾里得距離d1與次近歐幾里得距離d2的比率替換為d1與d2到dn平均距離的比率與原方法進(jìn)行比較；6.撰寫畢業(yè)論文。

3.3實現(xiàn)途徑：

1.利用學(xué)校圖書館的維普、萬方數(shù)據(jù)庫、CNKI數(shù)據(jù)庫等收集有關(guān)sift角點特征的圖像配準(zhǔn)問題研究方面的文獻(xiàn)和信息；

2.掌握有關(guān)sift角點特征的圖像配準(zhǔn)問題方面的有用文獻(xiàn)，分析常用的解決方法的利弊之處；

3.提出改進(jìn)方法，用matlab進(jìn)行實現(xiàn)，與原方法進(jìn)行對比；

4.在撰寫畢業(yè)設(shè)計過程中，加強(qiáng)與導(dǎo)師的交流，遇到問題及時與老師溝通、討論，并在老師的指導(dǎo)下一步步完成課題任務(wù)。

五、完成本課題所需工作條件1.需要在計算機(jī)環(huán)境下進(jìn)行。2.需要在圖書館的專業(yè)英語詞典和相關(guān)資料。3.需要用matlab進(jìn)行編程。4.需要與指導(dǎo)老師及時溝通交流。本課題工作安排及進(jìn)度編號課程名稱工作任務(wù)安排周數(shù)進(jìn)度1基于sift角點特征的圖像配準(zhǔn)收集文獻(xiàn)資料1至4

完成2基于sift角點特征的圖像配準(zhǔn)撰寫開題報告和文獻(xiàn)綜述5至6

完成3基于sift角點特征的圖像配準(zhǔn)撰寫論文提綱、撰寫論文初稿7至10正在進(jìn)行4基于sift角點特征的圖像配準(zhǔn)修改并撰寫論文二稿，指導(dǎo)教師審閱、修改11至125基于sift角點特征的圖像配準(zhǔn)修改并撰寫論文三稿、指導(dǎo)教師審閱、修改13至146基于sift角點特征的圖像配準(zhǔn)定稿，提交論文15至157基于sift角點特征的圖像配準(zhǔn)論文答辯16至16六、附錄[1]RichardSzeliski.Videomosaicsforvirtualenvironments.IEEEComputerGraphicsandApplications,1996.16(2):22-30.[2]PelegS,RoussoB.Mosaicingonadaptivemanifolds.IEEETransactionsonPAMI,2000.22(10):735-739.[3]M.Brown,DGLowe.RecognisingPanoramas.ProceedingsofIEEE

InternationalConferenceonComputerVision2003.1218-1225.[4]M.BrownandD.Lowe.InvariantFeaturesfromInterestPointGroups.InProc

ofthe13thBritishMachineVisionConference,Cardiff,and2002.253-262.[5]K.Mikolajczyk,C.Schmid.Scale&Affineinvariantinterestpointdetectors.InIJCV,2004.1(60):63-86.[6]王小睿,吳信才,李軍.模擬退火算法的改進(jìn)策略在模板匹配上的應(yīng)用[J].小型微型計算機(jī)系統(tǒng),1997,18(8):32-37.[7]封靖波,蘇志勛,劉秀平.一種基于相似曲線的全景圖自動拼接算法[J].

計算機(jī)學(xué)報,2003,26(11):1604-1608.[8]趙向陽,利民.一種全自動穩(wěn)健的圖像拼接融合算法[J].中國圖形圖像學(xué)

報,004.9(4):417-422.[9]C.Harris,MS