基于局部结构一致性评估的图像匹配技术研究

发布时间：2021-11-02 11:09

　　图像匹配是图像处理和计算机视觉领域一直以来的研究热点,相关技术在图像识别、图像检索、目标跟踪、三维重建等图像理解和计算机视觉任务中都有着重要的应用。现有的图像匹配研究主要基于图像的局部特征展开,利用局部特征具有表征不变性和可识别性等特性建立待匹配图像特征之间的初始匹配集。考虑到初始匹配集中存在大量错误匹配,现有研究通常引入真实匹配对之间存在整体或局部一致性变换的几何约束,并采用投票、图结构优化或变换参数空间聚类等方式,遴选初始匹配集中的正确匹配。但由于图像内容的复杂性及局部性一致性量化和优化策略的局限性,现有匹配算法的性能仍难以满足具体应用的需求。本文在现有研究的基础上,提出一种基于局部结构一致性的匹配置信度评估模型,并围绕该评估方法提出一种渐进式图像匹配算法,具体来说,本文的主要工作如下:（1）提出一种基于局部结构一致性的匹配置信度评估方法。观测表明,正确匹配对在图像的局部邻域内也存在大量正确的匹配对,且多个相邻正确匹配对在不同图像上对应的特征点坐标相对拓扑结构具有图像变换不变性,而错误的匹配则不具有该特性。基于该观测,在评估给定候选匹配对置信度时,首先在一幅待匹配图像中对相邻匹配对... 

【文章来源】：安徽大学安徽省 211工程院校

【文章页数】：68 页

【学位级别】：硕士

【部分图文】：

图像空间中单应性矩阵映射特征点而当图像局部经过缩放、旋转、平移变换刚体变化时，则可以使用基础性矩阵协助来建

安徽大学硕士学位论文19作，同时对图像进行下采样操作。这样构成了不同尺度的高斯金字塔，然后在高斯金字塔中同一组且最近两层尺度依次相减操作，从LoG金字塔得到DoG金字塔，如图2.3所示，高斯差分金字塔获取的特征点更加稳定。高斯差分金字塔图确立好之后，开始从高斯差分金字塔中寻找潜在的、可靠的感兴趣点或者像素点。将金字塔图中每一个像素点与邻近尺度像素点进行比较大小，目的是为了确定该像素点是一个稳定点。如图2.4所示，每个像素点和其周围8个像素点以及最近两层选择尺度(3×3)像素点进行比较，即26个点比较数值。将出现最小或最大的像素点作为候选极值点或特征点。图2.3高斯差分金字塔[23]图2.4尺度空间特征点的筛选[23]

安徽大学硕士学位论文19作，同时对图像进行下采样操作。这样构成了不同尺度的高斯金字塔，然后在高斯金字塔中同一组且最近两层尺度依次相减操作，从LoG金字塔得到DoG金字塔，如图2.3所示，高斯差分金字塔获取的特征点更加稳定。高斯差分金字塔图确立好之后，开始从高斯差分金字塔中寻找潜在的、可靠的感兴趣点或者像素点。将金字塔图中每一个像素点与邻近尺度像素点进行比较大小，目的是为了确定该像素点是一个稳定点。如图2.4所示，每个像素点和其周围8个像素点以及最近两层选择尺度(3×3)像素点进行比较，即26个点比较数值。将出现最小或最大的像素点作为候选极值点或特征点。图2.3高斯差分金字塔[23]图2.4尺度空间特征点的筛选[23]


本文编号：3471870