多目立体视觉中图像匹配技术分析

《多目立体视觉中图像匹配技术分析》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、青岛人学硕士学位论文图1．1图像匹配系统到目前为止，经过众多学者的不断努力，图像匹配技术已经有了飞速发展，在众多领域得到广泛应用，其中涉及到工业、军事、医学、遥感、古物修复等n9’捌。在工业上，主要应用于产品表面的缺陷检测、质量评估等，对工业的自动化发展、工作效率的提高、生产成本的节约等方面都有着极其重要的意义。在军事上，主要应用于卫星导航、勘察地形、制定飞行导航、光学和雷达的图像模板跟踪等。图像匹配技术应用于巡航导弹的飞行制导和战略导弹投射系统的末制导寻中。首先要把飞行器预定飞行轨道下的地物图像，或打击目标区的地物图像存储在飞行器载计算机中，一般把这种预存的己知地理位置关系

2、的图像称为参考图，也叫基准图。当携带相应传感器的飞行器飞过(或飞到)预定的位置时，机载传感器可以实时获取地物图像，称为实时图。然后将实时图与参考图在飞行器载计算机中进行匹配，以确定出飞行器的当前准确位置以及其与预定位置的坐标偏差，实现飞行器的巡航制导或导弹末制导寻的定位功能埋¨。在医学上，图像匹配具有非常重要的临床应用价值。使用不同的方法对物体进行医学成像匹配后，不仅可以用于病情的诊断，而且可以方便、快速地制定切实有效的治疗方案，为现代医学的发展提供坚实的基础。在进行遥感处理中，图像匹配主要应用在对目标物体的定位、多幅图像的融合、地形区域的划分、特定区域的寻找、追踪天气等众多

3、方面。在古物修复方面，祖先遗留给我们的文物遭到某种破坏，无法保持当初的完好无损，可以使用图像匹配技术对文物进行融合拼接以及三维重建，这对人们研究历史有着重大意义。从以上各方面可以看出，图像匹配算法的应用范围相当广泛，深入研究图像匹配算法对现代科技发展有着重大意义。2第一章绪论1．2国内外研究现状图像的特征匹配一直是计算机视觉研究中的重要问题，也是最难处理的问题之一。拍摄后的图像可能会出现某种形变，因此，进一步增加了精确匹配的难度。只有做好了图像的精确匹配，才能够获得精确的三维重建结果。因此，图像匹配对后续工作具有重要意义。因此从二十世纪七十年代起众多学者开始对图像匹配进行深入

4、研究，不断提出各种新的算法用于图像匹配，但各种算法一般只适用于特定的图像匹配问题。因此，如何能够快速，准确地解决物体拍摄后出现的平移、旋转、缩放问题一直是计算机视觉研究的重要内容。学者每年都会针对不同的问题提出不同的算法，各种算法在解决其针对的问题时具有一定的优势，但不具有通用性。例如：近几年来，比较常用的匹配算法是LoweD．G．所提出的SIFT算法，该算法能够比较有效的处理两幅图像之间发生平移、旋转、缩放情况下的匹配问题，具有比较稳定的匹配能力。SIFT匹配算法实际上是利用多尺度空间变换，在不同尺度空间中找到极值点，然后确定最终的特征点，根据相邻尺度空间进而描述特征点的方

5、向，再确定特征点的SIFT特征向量，最后根据特征向量进行匹配。SIFT匹配过程如图1．2所示。图1．2SIFT匹配过程虽然该算法可以较为有效的处理多种情况下的图像匹配问题，但也存在局限性，例如：当被拍摄物体上粘贴有人工标记时，这些标记会影响特征点的检测及后续工作。总体上可以将图像匹配算法分为主要的三类，基于区域的图像匹配算法，基于特征信息的图像匹配算法和基于相位的图像匹配算法。基于区域的图像匹配算法指的是建立两幅图像之间的相似性度量，即：首先在一幅图像中找到一个以某一像素点为中心的某一区域，计算该区域的灰度均值或灰度变化梯度等，然后在另一幅图像中，计算所有区域，并找到与第一幅

6、图像灰度均值或变化梯度最相近的区域。基于区域的图像匹配算法由于算法简单，便于实现而得到广泛应用。但是它的计算量太大，因此不利于实时性操作；如何选取其相似性度量也是一个难以解决的问题；基于区域灰度匹配的算法很有可能出现不能得到唯一匹配对应点的情况。因此，学者们开始逐渐研究如何改进该算法，如何提出新的匹配算法。青岛大学硕士学位论文基于特征的图像匹配算法指的是首先确定图像的特征乜2矗引，当前研究的特征一般包括边缘，角点，某些人工标识的特征点或特征曲线。基于特征的匹配算法的具体过程如下：首先，检测出图像特征点或特征曲线。然后，对所得特征点或特征曲线进行描述。最后，进行匹配。该算法的优

7、点是：运算量小，匹配精度高，匹配速度快，可以满足实时性要求，受光照变化影响小，具有较高的鲁棒性。基于特征的图像匹配算法的缺点是：特征的提取和描述将直接影响匹配结果后续工作的精度；特征点或特征曲线的像素点个数要远远小于整幅图像的像素点数，在使用基于特征的图像匹配算法时，特征匹配只能得到稀疏的视差场。因此，需要利用插值的算法来密集视差场，但是插值算法与插值点的精确度方面有一个天秤，即若插值算法比较简单，那么得到的插值点可能不会很精确。反之，若插值算法复杂，则得到的插值点会精确一些。使用基于相位的图像匹配算法