图像匹配中特征提取算法研究.docxVIP

图像匹配中特征提取算法研究 图像匹配中特征提取算法研究 科Ｉ技ｌ论Ｊ坛 图像匹配中特征提取算法研究 （１、黑龙江科技学院建筑工程学院，黑龙江哈尔滨１５００２７２、黑龙江科技学院机械工程学院，黑龙江哈尔滨１５００２７） 摘要：图像匹配是图像处理技术领域中最重要的环节之一，基于特征的匹配方法涉及特征的选定和提取，以及相似性准则的确定及实现。图像特征主要分为点特征，线特征以及面特征。本文以角点为点特征作为研究重点，对当前一些主要的角点特征提取算子，包括Ｍｏｍｖａ算子，Ｆｏｍｔｎｅｒ算子，ＩＩａｒｒｉｓ算子，ＭＩＣ算子，ＳＵＳＡＮ算子和ＳＩＦＴ算子进行研究。本文主要介绍了实现Ｍｏｍｖｅｃ算予的蝙程思想及实现流程。 关键词：图像匹配；特征分类；提取算子 Ａｂｓｔｒａｃｔ：Ｉｍａｇｅｒｅｇｉｓｔｒａｔｉｏｎｏｆ ｏｆｔｈｅｍｏｓｔｉｍｐｏｒｔａｎｔｓｔｅｐ ｏｆｔｈｅｉｍａｇｅ ｐｒｏｃｅｓｓ ｔｅｃｈｎｏｌｏｇｙ，ｏｎｅｉｓｔｈｅｓｅｌｅｃｔｉｏｎａｎｄｅｘｔｒａｃｔｉｏｎ ｆｅａｔｕｒｅ，ａｎｏｔｈｅｒ ｐｒｏｃｅｓｓ ｉｓｃｏｎｆｉｒｍａｔｉｏｎａｎｄｒｅａｌｉｚａｔｉｏｎｏｆｓｉｍｉｌａｒｉｔｙｃｒｉｔｅｒｉａ． Ｉｍａｇｅｆｅａｔｕｒｅｉｎｃｌｕｄｅｓｔｈｉｓ ｐｏｉｎｔ。ｌｉｎｅ，ａｎｄｒｅｇｉｏｎｆｅａｔｕｒｅ．Ｉｎｔｈｉｓｐａｐｅｒｉｔｔａｋｅ ｉｎｍｇｅｕｓｉｎｇｔｈｅＭｏｍｖａｏｐｅｒａｔｏｒｓ． ｏｐｅｒａｔｏｒ ｆｅａｔｕｒｅｆｏｒ ｅｘａｍｐｌｅ，ａｎｄｉｎｔｒｏｄｕｃｅ ｅｘｔｒａｃｔｉｏｎｍｅｔｈｏｄｓ， Ｋｅｙｗｏｒｄｓ：ｉｍａｇｅｒｅｇｉｓｔｒａｔｉｏｎ；ｆｅａｔｕｒｅｃｌａｓｓｉｆｉｃａｔｉｏｎ；ｅｘｔｒａｃｔｉｏｎ 图像匹配是图像处理的一项关键技术，可广泛用于目标识别与跟踪、立体视觉、变化检测、测绘等领域。目前已经有很多学者对基于边缘的图像匹配方法进行了研究，取得了较好的结果。基于点特征匹配目前研究较少，是一个图像匹配的研究方向。无论以边缘进行匹配。还是以点特征进行匹配，其中关键的技术之一是特征提取。 角点特征是图像的重要特征，由于角点对应与图像中信息含量高的位置，相对于原图像而言。使用角点进行匹配计算能够大大减少计算量。因此它能够在图像匹配中有良好的应用价值。在实现摄影测量自动化和遥感影像匹配中，提取角点特征也具有重要意义【ｌｌ。 １图像点特征提取及其算法 点特征主要是明显点，如角点，原点等。角点特征是影像的重要特征，在各种影像特征中角点具有旋转不变性和不随光照条件变化而变化的优点。由于角点能够在减少参与计算的数据量，同时又不损失影像的重要灰度信息，而且在影像匹配中，利用角点特征匹配可以大大提高匹配速度，所以角点特征的提取尤为重要。现在已经提出一系列算法各异，且有不同特点的兴趣算子，比较著名得有Ｍｏｒａｖｅｃ算子，Ｆｏｒｓｔｎｅｒ算子，Ｈａｒｒｉｓ算子，ＭＩＣ算子以及ＳＵＳＡＮ算子等。基于ｃ＃，在．ｎｅｔ环境下实现了前三种算法，并对算法的性能进行了分析，并以一幅常用的实验影像来提取角点圜。 ２角点提取结果分析２．１开发语言及环境ｃ＃是一种最新的、面向对象的编程语言。ＡＳＰ．ＮＥＴ是一个统一的Ｗｅｂ开发平台，已编译的、基于．ＮＥＴ的环境，可以用任何与．ＮＥＴ兼容的语言（包括ＶｉｓｕａｌＢａｓｉｃ、．ＮＥＴ、ｃ＃和ＪＳｃｒｉｐｔ．ＮＥＴ．）创作应用程序。 ２．２Ｍｏｒａｖｅｃ算子实验及结果分析 本文试验分成两部分，第一部分是对无噪声图像设定不同参数，查看提取结果；第二部分是对图像加上噪声，进一步对算法的性能进行比较分析。 Ｍｏｒａｖｅｃ算子有三个不同的参数影响着特征提取的效果，通过改变三个参数设鼍来比较结果。笔者通过比较方差阚值、比较方差窗口、比较候选点窗口对结果的影响三个实验， 得出如下结论： 在其他参数不变的情况下，改变方差阚值，从３０００增加到１００００，可以减少误差，没有提取出不必要的角点，但是由于阈值过大，也丢失了一些角点，所以要适当地减小阈值。通过实验，将最佳阈值设定在５０００—８０００之间；方差窗口影响提取的角点的宽度，当窗口较大的时候提取的角点比较宽，线条比较粗，而实际中角点是比较细小的，所以要选择比较小的窗口，３ｘ３窗口比较合适；候选点窗口的大小对角点的提取影响很小。 对以上的结果进行分析可以得知，当方差窗口较小（选取３ｘ３），阈值在一个合适的范围时（选取５０００），提取的角点特征比较明显，效果较好。 ２．３噪声图像处