毕业设计（论文）-于SIFT特征的图像匹配.docxVIP

湘潭大学毕业论文题 目：基于SIFT特征的图像匹配学 院：信息工程学院 专 业：计算机科学与技术 学 号： 姓 名： 指导教师： 完成日期：2011年5月 目 录摘要3Abstract3第1章绪论31.1 图像匹配技术简介31.2 SIFT特征匹配的应用领域31.3 本文安排3第2章图像匹配技术32.1 数字图像处理相关技术32.2 图像匹配技术的背景和意义32.3 图像匹配技术的定义32.4 图像匹配算法分类32.4.1 基于灰度相关的匹配算法32.4.2 基于特征的图像匹配算法32.4.3 两类匹配算法的比较32.5 本章小结3第3章尺度空间理论33.1 尺度空间理论33.2 高斯尺度空间33.3 本章小结3第4章SIFT特征匹配34.1 图像的初始化34.2 尺度空间极值检测34.2.1 建立高斯金字塔34.2.2 建立DoG金字塔34.2.3 极值检测，初步确定特征点位置和尺度34.3 精确定位特征点的位置和所在的尺度34.3.1 拟合三维二次函数将极值点定位到亚像素精度34.3.2 去除对比度低的点34.3.3 去除不稳定的边缘点34.4 确定特征点主方向34.5 生成SIFT特征向量34.5.1 保持旋转不变性34.5.2 得到特征点的种子点34.5.3 SIFT特征向量长度的归一化处理34.6 SIFT特征向量的匹配34.7 本章小结3第5章实验结果及分析35.1 SIFT特征提取试验结果35.2 特征匹配35.2.1 视角变换的图像组匹配35.2.2 仿射变换的图像组匹配35.2.3 尺度缩放变换的图像组匹配35.2.4 亮度变换的图像组匹配35.2.5 旋转变换的图像组匹配35.3 本章小结3结束语3致谢3参考文献3附 录3基于SIFT特征的图像匹配摘要：现代社会已经进入信息时代，随着计算机技术、通信技术和数学的发展，图像信息处理能力和水平也不断提高，相应的也得到更多关注、研究和更加广泛的应用。图像匹配是图像处理的一项关键技术，可以广泛用于目标识别与跟踪、立体视觉、变化检测、车场车牌识别、人脸识别、机器人导航、测绘等领域。SIFT（Scale Invariant Feature Transform）特征匹配算法是Lowe提出来的用于图像特征匹配的算法，是目前特征匹配领域的热点，对图像的旋转，尺度缩放和亮度变换保持不变，对视角变换，仿射变换保持一定程度的稳定。SIFT特征点是图像的一种尺度不变局部特征点，具有独特性好，信息量丰富，多量性，高速性，可扩展性等特点。该算法首先给出了尺度空间的生成方法，检测出极值点；接下来给出了SIFT特征点的提取步骤和精确定位极值点的方法；然后基于特征点邻域像素的梯度和方向生成了关键点的描述向量；最后根据特征向量给出了匹配方法，提取了SIFT的特征点，并其应用于图像匹配。实验证明这种算法具有较强的匹配能力和鲁棒性，是一种较好的图像匹配算法。关键词：SIFT算法；图像匹配；高斯函数；尺度不变性；SIFT描述子。Image matching based on SIFT features Abstract: As the modern society has entered the information age, the capacity and the level of image information processing are rising, correspondingly arousing more attention, attracting more research and being used more widely, in the wake of the development of computer technology, communication technology and mathematics. Matching is a key image-processing technology, which can be widely used in target identification and tracking, stereoscopic vision, change detection, car license plate recognition, face recognition, robot navigation, mapping, and other fields. SIFT（Scale Invariant Feature Transform）feature matching algorithm, proposed by Lowe, is a hot field of feature-matching at present, which rema