图像匹配算法在OPENCV中的研究与实现.docxVIP

VS2010中建立一个OPENCV的工程 使用的opencv版本号是2.4.4 以上两图分别是匹配原图和匹配一张无关图的匹配结果。可以看出匹配结果准确。匹配准确率需要后面实验测试得到结论。 匹配结论中包括：两张图各自的特征点数，匹配的点数，最大和最小距离（该距离是欧式距离），优秀的匹配点。 上图是MFC设计的简要界面。点击开始匹配后，弹出上面的匹配结果。 学习的知识点 sift算法（surf算法基本与sift算法相同） sift算法是一种基于尺度空间的算法。该算法利用的特征是图像的局部特征，使其对旋转、尺度缩放、亮度变化具有保持不变性，并在对视角变化、放射变换、噪声也具有很好的保持一定程度的稳定性。 其独特性好，信息量丰富，适用于在大量数据库中进行快速、准确的匹配。 sift算法步骤： S1：提取关键点。对图像进行处理，提取出图像的关键点，产生关键点集合。 S2：建立两幅图像??间的对于关系。通过两张图像的特征点进行两两比较，找出相匹配的若干对特征点。然后用线连接起来。 S3：消除错误匹配点。用参数估计的方法，对匹配点反复测试、不断迭代运算，消除错误的匹配点。 S4：统计匹配点和匹配点的相关信息。 流程图如下 SURF算法和SIFT算法的区别主要在于速度和精度上。SURF描述子大部分是基于强度的差值，计算更快捷，而SIFT描述子通常在搜索正确的特征时更加精确。 两者在OPENCV具