图像匹 - read.pptVIP

图像匹配 组成员： 陈勇 王光兰 目录 图像匹配算法的设计思想 基于奇异值分解的图像匹配算法 适用的范围 目前存在的问题 未来发展趋势 图像匹配算法的设计思想 图像匹配是指通过一定的匹配算法在两幅或多幅图像之间识别同名点，其实质是在基元相似性的条件下，运用匹配准则的最佳搜索问题。 图像匹配主要可分为以灰度为基础的匹配和以特征为基础的匹配。 基于象素灰度相关的匹配 基于灰度相关的匹配就是逐像素地把一个以一定大小的实时图像窗口的灰度矩阵与参考图像的所有可能的窗口灰度矩阵按某种相似性度量方法进行搜索比较的匹配方法。其性能主要取决于相似性度量、搜索策略及匹配窗口大小的选择上。 基于图像特征的匹配 基于特征的匹配首先对图像进行预处理来提取高层次的特征，然后建立两幅图像之间特征的匹配对应关系，通常使用的特征基元有点特征、边缘特征和区域特征。 基于奇异值分解的图像匹配算法 奇异值分解的引入 许多研究表明，矩阵的奇异值分解是一种新的有效的代数特征抽取。奇异值分解（SVD）为抽取图像的代数特征提供了新方法。代数特征是由各种代数变换和矩阵分解抽取的，是图像特征的本质特征。 奇异值之所以能作为一种特征在图像处理和识别中得到应用，其主要的理论依据是奇异值的稳定性；奇异值对图像噪音、图像光照条件不