开题报告 深圳大学信息工程学院.doc

深圳大学本科毕业论文（设计）开题报告 题 目 基于SIFT特征点的序列图像拼接方法研究 学生姓名 梅耀民 学号 2008130376 专业 电子信息工程 学 院 信息工程学院 指导教师 李良群 本选题的意义及国内外发展状况： Sift算子最早是由David.G.Lowe于1999年提出的，当时主要用于对象识别。2004年David.G.Lowe对该算子做了全面的总结及更深入的发展和完善，正式提出了一种基于尺度空间的、对图像缩放、旋转甚至仿射变换保持不变性的图像局部特征描述算子——Sift（ Scale Invariant Feature Transform )算子，即尺度不变特征变换。Rob Hess 基于GSL和Opencv编写了相应的C语言程序，后来Y.Ke将其描述子部分用PCA代替直方图的方式，对其进行改进。在Mikolajczyk对包括Sift算子在内的十种局部描述子所做的不变性对比实验中，Sift及其扩展算法已被证实在同类描述子中具有最强的健壮性。SIFT算法是一种提取局部特征的算法，也是一种模式识别技术，其基本思想是在尺度空间寻找极值点，提取位置，尺度，旋转不变量，它主要包括两个阶段，一个是Sift特征的生成，即从多幅图像中提取对尺度缩放、旋转、亮度变化无关的特征向量；第二阶段是Sift特征向量的匹配。Sift及其扩展算法已被证实在同类描述子中具有最强的健壮性，目前是国内外研究的热点。 SIFT算法基于图像特征尺度选择的思想，建立图像的多尺度空间，在不同尺度下检测到同一个特征点，确定特征点位置的同时确定其所在尺度，以达到尺度抗缩放的目的，剔出一些对比度较低的点以及边缘响应点，并提取旋转不变特征描述符以达到抗仿射变换的目的。该算法主要包含4个步骤:(1)建立尺度空间,寻找候选点；(2)精确确定关键点,剔除不稳定点；(3)确定关键点的方向；(4)提取特征描述符。利用一组连续的高斯卷积核与原图像进行卷积，生成一系列尺度空间的图像，相邻尺度的图像相减就得到一组DOG图像，然后将图像缩小2倍并重复以上过程,直至图像尺寸小于某一范围(例如32×32)。SIFT特征描述子以基于梯度位置和方向的三维直方图来描述图像局部特征，其中每个位置和方向上的描述子分量由梯度幅值的加权和计算求得，这种梯度位置和方向的量化使得SIFT特征描述子对图像中细小的几何畸变以及特征提取过程中微小的定位误差具有非常好的抗干扰性。 2008.4,13(4):814-819 李庆忠,耿晓玲,王冰.大视场视频全景图快速生成方法,计算机工程,2009.11, 35(22):170-172 学生签名： 年 月 日 指导教师意见： 签名： 院系领导意见： 签名： 年 月 日