RSTC不变矩图像特征点匹配新方法.pdfVIP

华 南 理 工 大 学 学 报 ( 自 然 科 学 版 ) 第 36卷 第 8期 J ou rna l of S ou th C h ina U n ive rsity of Techno logy V o l. 36　N o. 8 2008年 8月 (N atu ra l S c ience Ed ition ) A ugu st　2008 文章编号 : 1000565X (2008) 　 R STC不变矩图像特征点匹配新方法 邵泽明　朱剑英 (南京航空航天大学 江苏省精密与微细制造技术重点实验室 , 江苏 南京 2 100 16) 摘 　要 : 针对图像特征点的匹配中单纯依靠灰度度量会出现多峰值以及匹配不可靠 、不 准确的问题 ,提出了一种新的基于 R STC不变矩的匹配方法. 该方法首先用改进的 SU SAN 算法找到角点 ,然后构造一种新的 R STC不变矩来描述角点特征 ,并用 R STC 不变特征量 作为匹配相似度的度量 ,再结合 RAN SAC 鲁棒估计以及外极线约束进行引导匹配. 对实 际图像的实验表明 ,该方法可以获得比较好的匹配结果 ,消除了野值匹配所导致的长线 条 ,并且精度比灰度匹配方法提高了 6%以上. 关键词 : 图像匹配 ; 特征提取 ; SU SAN 算法 ; 角点检测 ; 不变矩 ; 鲁棒估计 ; 外极线 中图分类号 : TP 39 14 1　　　　文献标识码 : A 　　图像匹配是计算机视觉的关键技术 ,在摄像机 1　不变矩 自标定 、三维重建 、图像理解 、双 目测距等问题中有 重要的应用. 角点是图像局部灰度变化剧烈的点 ,数 　　不变矩是图像处理的重要技术. 在图像处理领 量虽然少 ,但是包含着图像的重要信息 ,它是图像的 域 , Hu[ 4 ] 首先于 1962 年提出了对连续函数矩的定 重要特征. 很多学者研究了特征的提取方法 ,开发出 义 ,开创了不变矩研究的先河 ,很多学者对其进行了 [ 1 ] [ 2 ] 了 H arris 、SU SAN 等角点检测算法 ,并利用角点 改进 ,并应用到图像识别以及图像匹配等方面. Hu 局部区域的灰度进行图像特征的匹配. 根据二阶和三阶中心矩的组合 ,给出了 7 个具有旋 在图像成像过程中 , 由于光照、阴影 、噪声 、视角 ( ) [ 4 ] 转 、尺度和平移不变 R ST不变 的不变矩表达式 变化等因素的影响 ,导致采集的图像对之间存在平 ( ) [ 5 ] 称之为 Hu 矩 . W ong 进行了扩展 ,给出了离散 移 、旋转 、尺度以及对比度的变化 ,再加上 自然景物 情况下各阶矩的计算方法. 值得注意的是 ,在离散情 的复杂性 、图像中的重复特征等因素的影响 ,导致匹 况下 , Hu 矩只对平移和旋转具有不变性 ,对尺度变 配比较困难. 而灰度度量是一个比较弱的约束 ,特征 化不具有不变性 [ 6 ]