基于SIFT的圖像配準(zhǔn)及其應(yīng)用研究.pdf

1、圖像配準(zhǔn)是圖像處理的基本任務(wù)之一,它用于將不同拍攝條件下獲取的同一物體或場(chǎng)景的兩幅或多幅圖像進(jìn)行匹配,使這一相同成像物體上的同一點(diǎn)在兩幅完成配準(zhǔn)的圖像上有相同的空間位置。隨著人們對(duì)圖像配準(zhǔn)精度要求的不斷提高,越來(lái)越多的研究者對(duì)此問(wèn)題進(jìn)行研究,并且提出了很多配準(zhǔn)算法,如基于灰度信息、基于優(yōu)化策略、基于特征的圖像配準(zhǔn)算法等等,其中最主要的算法之一是Lowe DG在2004年提出的SIFT特征配準(zhǔn)算法,該算法用于圖像配準(zhǔn)可以取得良好效果,但是

2、也存在一些問(wèn)題,如:提取圖像特征點(diǎn)較多、配準(zhǔn)點(diǎn)冗余、容易誤配、存儲(chǔ)空間大、匹配耗時(shí)等。因此,本文對(duì) SIFT算法進(jìn)行了研究和改進(jìn),主要工作如下:
　　(1)結(jié)合區(qū)域提取的方法改進(jìn) SIFT配準(zhǔn)算法。一幅圖像所包含的有效目標(biāo)數(shù)量有限,如果在配準(zhǔn)之前提取兩幅圖像中相同的目標(biāo)區(qū)域,然后再對(duì)此區(qū)域進(jìn)行配準(zhǔn),無(wú)疑可以減少 SIFT特征點(diǎn)、提高配準(zhǔn)效率。本文首先利用傳統(tǒng)的邊緣檢測(cè)算子提取圖像中的目標(biāo)區(qū)域,然后再利用 SIFT算法進(jìn)行配準(zhǔn),實(shí)驗(yàn)

3、結(jié)果表明這種改進(jìn)可以在提高配準(zhǔn)速度的同時(shí)保證配準(zhǔn)精度。
　　(2)提出了一種基于視覺(jué)注意模型的 SIFT特征配準(zhǔn)算法。模擬視覺(jué)注意機(jī)制進(jìn)行區(qū)域提取可以找到圖像中重要的顯著目標(biāo),與傳統(tǒng)的邊緣檢測(cè)算法相比,所提取的區(qū)域與圖像中重要目標(biāo)相對(duì)應(yīng),能夠反映圖像的主要信息,更好地排除背景干擾,從而使得 SIFT所提取的特征點(diǎn)具有明確的意義。利用視覺(jué)注意計(jì)算模型,對(duì)待配準(zhǔn)的圖像提取出顯著目標(biāo)后,再進(jìn)行對(duì)應(yīng)的顯著目標(biāo)配準(zhǔn)。實(shí)驗(yàn)結(jié)果表明,本算法減少