多方法融合的图特征点匹配算法研究.pdfVIP

摘要 图像匹配是图像处理领域的一个基本问题。图像匹配分为基于灰 度的方法和基于特征的方法。前者简单易行，应用普遍，但算法时间 复杂度高，特别是难以处理图像存在旋转和尺度变化等情况。后者比 较容易克服前者遇到的困难，但如何建立图像特征之间的对应关系一 直是这类方法的研究难题。本文根据三角形相似原理，融合二维聚类 算法及基于描述符方法思想，提出一种新的特征点匹配算法。 基于特征点的匹配方法分为特征点的提取和特征点的匹配两个步 骤。特征点提取作为基于特征点匹配方法的首要步骤，对匹配的效果 具有直接的影响。分析和比较常用的一些特征点提取算法之后，选取 实验效果比较好的Harris角点检测算法，用于本文灰度图像的特征点提 取。由于传统Harris角点提取算法不适合图像存在尺度变换情况，通过 在尺度空间下进行改进，使新的算法能够抗尺度变化。 经过分析与比较，基于三角形相似的匹配方法实现简单，鲁棒性 好，但需要对每个三角形对进行同向相似性判断，时间复杂度很高， 且算法的稳定性较大程度上依赖于特征点的提取；另一种特征点匹配 算法二维聚类方法，算法效率高，但其对初始有效点的数目要求比较 高；基于描述符的方法能够适应图像存在一定的形变和透视变换，但 一般实现起来比较复杂，且对图像纹理要求高。本文将上述方法进行 有机融合，使融合后的算法大大降低了对初始有效点的要求。 将传统被动的相似三角形检索方法改进为主动检索方法，使算法 时间复杂度由O(n3)降为O(n2)。并通过在向量空间中实现改进方法及 参数聚类，算法效率得到了大大提高。同时改用一种动态的最短距离 聚类算法，使匹配结果更为精确。 针对图像存在平移、旋转和缩放的情况，将本文匹配方法具体运 用到指纹识别中，验证了方法的稳定性、快速性及准确性。 关键词特征点匹配，特征点提取，相似三角形检索，聚类分析，指纹 识别 ABSTRACT Image isabasic inthefieldof matching problem imageprocessing．It includes me血od gray-basedandfeature．basedmethod．Theformer method iSsuccinctandhaswide thetime of application，but complexity the is it’Sdifficulttodealwith algorithmhigh，especially thesituation whilethe hasrotation image and lattermethodismuchmore scaling．The thedi街cultiesWhich easilyovercoming areencounteredtheformer by how tocreatethe method，but betweenthe correspondingrelationships iS adifficult new images’features