基于SURF的图像配准技术可行性研究.docVIP

基于SURF的图像配准技术可行性研究 　　摘 要： 当前基于特征的图像配准算法较多，而SURF算法由于其性能优越和运算效率较快，被众多学者广泛应用于图像匹配算法的研究中。在图像匹配算法研究的基础上，通过比较SURF算法和Harris算法在通用型、计算效率和配准精度三个方面的差异，验证SURF算法在图像配准应用中的可行性。实验结果及数据表明基于SURF的图像配准技术不仅能够适用于不同条件下的图像变化，并且可以实现快速、精确的图像配准。 　　关键词： SURF; Harris; 计算效率; 配准精度 　　中图分类号： TN919?34 文献标识码： A 文章编号： 1004?373X（2015）06?0094?03 　　Feasibility Research of image registration technology based on SURF 　　GU Da?long 　　（Beijing Aerospace Control Center， Beijing 100094， China） 　　Abstract： Currently， there are many image registration algorithms based on characteristic. However， the SURF algorithm is widely used in the research of image matching by many scholars because of its superior performance and fast computational efficiency. On the basis of the research of image matching algorithm， the feasibility of the SURF applied to the image registration is confirmed in this paper by means of comparing the differences of universality， computational efficiency and registration precision between SURF and Harris. The experimental results and data indicate the image registration technology based on SURF not only can apply to image changes under different conditions， but also achieve the fast and accurate image registration. 　　Keywords： SURF; Harris; computational efficiency; registration precision 　　0 引 言 　　图像配准是图像处理中的一个非常关键的技术，其广泛应用于医学、军事、遥感及计算机视觉等领域，比如军事领域中的目标毁伤效果评估，图像配准技术是实现及时、准确获取目标打击前后信息的关键步骤。目前，常用的图像配准算法主要分2大类：一类是基于频率域的图像配准方法，如Fourier变换和小波变换等;另一类是基于空间域的图像配准方法，主要包括基于区域的图像配准算法和基于特征的图像配准算法，而随着一些良好的特征提取算子出现，它们具有计算量小、运算速度快，对图像变形、亮度变化适应性较好等优点，因此被学者广泛研究。 　　基于特征的图像配准通常包括特征提取、图像匹配、变换模型和图像重采样4个步骤，其中前两个是图像配准的关键。目前，可实现基于特征的图像配准算法有很多，例如， SUSAN[1]、Harris[2?3]等角点检测法和SIFT[4]与SURF[5]等斑点检测法，文献[6]对SIFT，PCA?SIFT和SURF的性能及运算速度进行比较，结果证明SURF在运算速度和综合性能上均优于SIFT;文献[7]针对SIFT算法进行降维处理，提出了SAFOH?SIFT，并在匹配性能和时间上对比Open?SIFT、SAFOH?SIFT和SURF，实验表明SURF运算还是最快的。综上分析，本文采用SURF算法实现图像的特征提取及匹配，为了进一步对其实现图像配准的可行性进行分析，作者通过选取具有不同变化类型的四组图像，比较SURF算法和Harris算法在通用性、计算效率及配准精度3个方面的差异，从而验证SURF算法在实现图像配准技术方面的优越性。 　　1 Harris相关理论 　　Harr