基于尺度不變特征的圖像局部特征技術(shù)研究.pdf

1、圖像配準(zhǔn)是計算機(jī)視覺的等技術(shù)的基礎(chǔ)。圖像局部特征技術(shù)由于其對各種變化的不變性以及對遮擋重疊等情況的魯棒性,一直是圖像配準(zhǔn)領(lǐng)域的熱門研究方向。在圖像局部特征技術(shù)中,尺度不變特征(SIFT)在圖像發(fā)生尺度、旋轉(zhuǎn)等變化時可以表現(xiàn)出很好的穩(wěn)定性,因而受到了廣泛的關(guān)注、研究和應(yīng)用。然而,SIFT算法的速度以及SIFT特征在匹配時的準(zhǔn)確率方面仍有提升的空間。
　　本文介紹了圖像局部特征技術(shù)的組成和發(fā)展歷程,以及包括SIFT算法在內(nèi)的幾種當(dāng)前較

2、為主流的局部特征技術(shù)。在對SIFT算法進(jìn)行了詳細(xì)分析的基礎(chǔ)上,本文提出了基于SIFT算法的四種改進(jìn),分別是:(1)基于匹配置信值的自適應(yīng)距離比閾值匹配算法;(2)基于分量方差和梯度方向加權(quán)的特征描述算法;(3)基于源圖像分割檢索的多層匹配算法;(4)基于哈希匹配的加速特征提取匹配算法。之后本文分別基于匹配準(zhǔn)確率和算法速度兩個方向的優(yōu)化,提出了綜合了上述四點(diǎn)改進(jìn)后的兩個比較全面的SIFT算法的改進(jìn)算法。對于上述每一種改進(jìn),本文均給出了實(shí)驗

3、數(shù)據(jù)的統(tǒng)計和分析,以及與已有算法之間比較。
　　本文的主要貢獻(xiàn)如下:
　　1.本文比較詳細(xì)地介紹了幾種當(dāng)前主流圖像局部特征技術(shù),并與本文中提出的算法一起對各算法進(jìn)行了實(shí)驗對比和分析;
　　2.本文以優(yōu)化 SIFT算法的匹配準(zhǔn)確率為目的,分別提出了基于匹配置信值的自適應(yīng)距離比閾值匹配算法、基于分量方差和梯度方向加權(quán)的特征描述算法和基于圖像分割檢索的多級匹配算法,并綜合以上三點(diǎn)提出了一種綜合算法;
　　3.本文以優(yōu)化