图像匹配技术综述.pdfVIP

学术论坛 l数字技术 图像匹配技术综述 戴涛 -z朱长仁 胡树平， (1．国防科学技术大学 电子科学与工程学院 湖南长沙 410073；2．武警福建总队直属支队 福建福州 350f)01) 摘要 ：图像匹配是图像处理技术中的重要研究内容。本文介绍了图像匹配技术的要素，对匹配算法的分类以及匹配性能评价指标 ，并且将 各方法进行 了分析与比较 ，指出其各 自的优势与不足 。同时，进一步探讨了图像匹配算法中有待研究的方向 关键词：图像 匹配 灰度 匹配 特征 匹配 变换域 图像处理 中图分类号 ：TP391．4 文献标识码 ：A 文章编号2012)03—0174—03 图像匹配技术，是图像处理的一项基本技术，它用来匹配相互 间具有偏移的两幅或多幅图像。它在医学图像分析、物体辨识及变 化检测、目标识别中具有广泛的应用，随着科学技术的发展，新的应 用和新的要求逐步产生使得匹配算法的研究逐步走向深入。因此， 开展图像匹配技术的研究具有重要意义和实用价值。本文阐述了图 像匹配技术的要素，分析了图像匹配常用方法，讨论了下一步研究 的方向和热点。 1、图像匹配技术四要素 一 般来看，图像匹配可以作为四个要素的组成：特征空间、搜索 空间、相似性测度和搜索策略。选取特征要考虑三点因素：首先，选 取的特征必须是原始图像和待匹配 目标图像所共同具有的特征；其 次，特征集必须包含足够多的分布均匀的特征；再次，所选取的特征 要易于特征匹配的计算。搜索空间是在输入特征与原始特征之间建 立的对应关系的可能的变换集合，成像畸变的类型与强度决定了搜 图 1SUSAN原理示意 图 索空间的组成与范围。相似性测度的作用在于对从搜索空间中获取 SUSAN算子使用的是圆形模板来进行角点探测，一般使用模 的一个给定的变换所定义的输入数据域参考数据之间的匹配程度 板的半径为3-4个像元，模板在图像上滑动 ，在每一个位置求亮度 的评估。搜索策略是指在相似性测度下达到最佳匹配的计算方式， 相似 比较函数，并计算合计值，就得到了USAN区域的面积，而后再 即采用合适的方法在搜索空间中找到平移、旋转等变换参数的最优 跟一个给定阈值进行比较。计算重心求出核到重心的距离，对应正 估计，使得相似性测度达到最大值。 确角点，若重心距离核较远，就能以距离消除虚假角点的影响。最后 2、图像匹配技术的分类 使用非最大抑制 (NoMaxSuppression)方法，这样就可以找出角 以往的图像匹配方法，大致可以分为三类：基于特征点、灰度分 点。 布和频域。基于特征点的图像匹配技术是 目前最常用的方法之一， 近年来，YuSong等人 提出了一种 自适应闯值的检测算法， 其最大的优点是能够将对整个图像进行的各种分析转化为对图像 解决了SUS／N算子对灰度细节丰富的图像检测效果不佳的问题。 特征点的分析，从而大大提高了运算的速度，对图像偏移、旋转 ，灰 2．1．2SIFT特征点算法 度变化等都有较好的适应能力。本文的主要工作是研究了这三类图 sIFT特征点 匹配算法引是DavidG Lowe在1999年提出的， 像匹配方法，分析各种方法的优缺点，重点研究了基于特征的匹配 并于2004年总结了现有的基于不变量技术的特征检测方法的基础 方法 。 上，提出的一种基于尺度空间的特征匹配算法 。SIFT特征匹配算 2．1基于特征点 匹配方法 法分四个步骤来实现：一是尺度