基于非线性尺度空间的图像特征提取与匹配算法研究

发布时间：2021-03-08 07:56

　　图像特征提取与匹配技术旨在通过一些特定算法,将不同条件下采集到的包含相同场景的两幅图像进行对准匹配,寻求图像间的相似性以及变换关系。图像匹配算法大致可以分为以下两类:一类是基于灰度的匹配算法,另一类是基于特征的匹配算法。基于特征的匹配算法通常使用稳定性更强的局部特征对图像进行描述和匹配,目前较为流行的局部特征匹配算法（如SIFT算法）都是基于线性尺度空间来进行特征信息的提取,在构建尺度空间的过程中,高斯模糊会造成图像边缘细节丢失导致特征检测和匹配的精度下降;而KAZE算法采用非线性扩散滤波替代高斯模糊能够有效地解决上述问题,但是KAZE算法同样也存在颜色信息缺失以及不能适应视角剧烈变化等缺陷。因此本文主要针对于KAZE算法存在的问题提出改进,具体工作有以下两个方面:（1）针对KAZE算法由于灰度化过程中产生的颜色信息缺失,造成部分特征点提取困难、正确匹配率低等问题,提出一种基于改进图像灰度化的特征提取与匹配算法。该算法首先采用加权欧氏距离计算彩色图像中像素间的对比度,其次通过优化表示颜色线性组合的多元多项式模型求得像素点的灰度值,最后利用双峰分布函数最小化像素间灰度差值与像素间对比度得... 

【文章来源】：河南大学河南省

【文章页数】：66 页

【学位级别】：硕士

【部分图文】：

搜索和模板图像

（f）加权求和特征检测 图 3-1 特征检测对比入彩色图像得到的灰度化结化过程做出改进，使灰度图量和匹配准确度。目前，较射法和局部映射法以及两者像素采用相同的灰度变换存在对局部差异保留较弱的适的映射函数作用于图像的虽然该方法较好的保留了图相同区域映射灰度不连续的题，但涉及的映射过程较多程对图像变换一致性的要

30（a）输入彩色图像 （b）rgb2gray 算法 （c）Lu 算法 （d）改进灰度化算法图 3-3 灰度化结果为了进一步定量评价各个灰度化算法的效果，本节采用彩色对比度增强保持率（Color Contrast Preserving Ratio，CCPR）作为评价指标[64]。CCPR 计算公式为：


本文编号：3070702