基于角点检测的图像匹配算法及其在图像拼接中的应用.pdfVIP

维普资讯 第 46卷 第 4期 厦 门大学学报(自然科学版) Vo1．46 NO．4 2007年 7月 JournalofXiamenUniversity(NaturalScience) Ju1．2007 基于角点检测的图像匹配算法及其在 图 像 拼 接 中 的 应 用 庄志国，孙惠军，董继扬 ，陈 忠 (厦f-1大学物理学系．福建省半导体照明工程技术研究中心，福建 厦f-1361005) 摘要：研究了图像匹配与图像角点匹配之间的关系．并在此基础上提出一种基于角点检测的图像匹配算法，成功地应 用于图像拼接中．该算法将角点作为图像的特征点 ，并通过角点值、邻域角点数、角点间距及参数一致性等 4个指标对角 点集进行逐级筛选 ，有效地剔除了不匹配的角点，保证了匹配精度 ，同时避免了传统算法 中进行模板匹配 的繁重计算 ，大 大提高了匹配速度．图像拼接实验验证 了本文算法 的快速 、准确和稳定的特性． 关键词 ：图像匹配；角点检测；图像拼接 中图分类号 ：TP391 文献标识码 ：A 文章编号 ：0438—0479(2007)04—0501—05 图像匹配是计算机视觉研究领域 中的热点问题， 等 3个方面对 图像角点进行逐步筛选 ，然后利用匹配 也是许多计算机视觉理论和应用的基础．同时，图像匹 参数的一致性进行检验 ，进一步剔除误匹配点，保证图 配又是该领域的一个瓶颈，许多重要的计算机视觉理 像匹配的精度 ，有效降低 了因角点检测算法的不稳定 论与应用都是在假设匹配问题已经解决的前提下展开 性等因素给图像匹配带来的影响，并最终获得准确、稳 的 卜 ．因此，实现精确、快速、稳定的图像匹配算法有 定的匹配角点集．此外，由于该算法充分利用了角点的 利于对视觉信息后续处理的研究．图像匹配方法大致 特性，将图像匹配搜索转化为角点匹配搜索，从而避免 分为 3类 ：基于图像灰度 的匹配 ]、基于特征的匹 了已有算法中进行模板匹配的繁重计算量，大大提高 配 和基于变换域的匹配[。]．其中，基于特征的匹 了搜索速度．最后将此匹配算法成功地应用于图像拼 配方法由于利用了图像 中数量较少、特征较稳定的一 接 中，验证了本文算法的有效性． 些点、线或边缘等进行匹配，大大压缩了所需处理信息 量，使得匹配搜索的计算量小、速度较快．而且该方法 1 Harris角点及其性质 对图像灰度的变化具有鲁棒性，是 目前研究最多、应用 角点，又称为兴趣点，是像素点在其邻域 内的各个 最广的一类匹配方法．但常见 的基于图像特征 的匹配 方向上灰度变化量足够大的点．它是一种重要的图像 算法 中存在两个不足之处：一是算法的匹配精度不高、 特征点，包含了图像中丰富的二维结构信息，广泛应用 稳定性不好．由于匹配算法只用到了图像的一小部分 于各种图像处理技术中．本文选用 Harris算子提取的 信息，因此匹配结果容易受到噪声、图像信息分布等因 角点作为特征点，并应用于图像匹配中． 素的影响，且对特征点的准确性及稳定性的依赖较高． Harris算子是 Harris和 Stephens[8提出的一种 二是特征点的匹配搜索速度仍有待于提高．大多数匹 基于信号的角点特征提取算子，具有计算简单、提取的 配算法采用模板相关方法进行遍历性的匹配搜索，因