基于尺度不變特征的圖像局部特征技術研究.pdf

1、圖像配準是計算機視覺的等技術的基礎。圖像局部特征技術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,一直是圖像配準領域的熱門研究方向。在圖像局部特征技術中,尺度不變特征(SIFT)在圖像發(fā)生尺度、旋轉等變化時可以表現(xiàn)出很好的穩(wěn)定性,因而受到了廣泛的關注、研究和應用。然而,SIFT算法的速度以及SIFT特征在匹配時的準確率方面仍有提升的空間。
　　本文介紹了圖像局部特征技術的組成和發(fā)展歷程,以及包括SIFT算法在內(nèi)的幾種當前較

2、為主流的局部特征技術。在對SIFT算法進行了詳細分析的基礎上,本文提出了基于SIFT算法的四種改進,分別是:(1)基于匹配置信值的自適應距離比閾值匹配算法;(2)基于分量方差和梯度方向加權的特征描述算法;(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改進后的兩個比較全面的SIFT算法的改進算法。對于上述每一種改進,本文均給出了實驗

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