全向图像的尺度不变特征匹配.docxVIP

基于全向图像的尺度不变特征匹配摘　要对于普通透视摄像机拍摄的照片的匹配，人们已经提出了很多种基于尺度空间分析理论的尺度不变匹配算法，其中尺度空间被定义为高斯函数的卷积。本文的工作在于提供一种适用于广角图像的匹配方法。给定一个输入图像，我们将该图像映射到球面上，通过与球面散射方程进行卷积得到其尺度空间表示。使用这种方法，空间中的一个点的尺度空间反映就能够不会因为摄像机角度的旋转而改变。之后尺度不变特性就能够在尺度空间的极小范围内产生。给定了这一系列的尺度不变特征后，我们通过计算一个圆形的支持点（它的尺度与特征尺度相关）来得到该点的特征描述。我们将这种方法和原始的针对透视图像的SIFT算法比较发现，我们得出的结果显示了更好的匹配效果。第一章 简　介广角摄像机是一种几乎能够得到半球面的视角的图像的成像设备。例如，由一个摄像头和一个反射镜组成的折反射摄像机，和鱼眼镜头。和小视角透视摄像机相比，这些摄像机在很多机器人程序例如视觉定位方面具有明显优势。其中一个主要优势是它们在微小的旋转和翻转变化时具有更高的准度，尤其是当景象中存在轻微的不连续的情况下。另外，这些广角摄像机在有关轨迹预测和基于视觉的导航等应用上存在明显优势，因为在广角的情况下比较大的成像范围更能将物体的运动包含在内。本文的目的是提出一种能够适用于广角摄像机的图像特征匹配方法。这种方法已经成功应用于视觉测距 和景象重现。该方法也可