图像配准中的特征提取与特征匹配算法研究
发布时间：2021-10-09 15:46
近年来,数字图像处理技术发展迅速,图像配准技术已成为计算机视觉、图像处理领域中非常重要的步骤。图像配准效果的优劣直接影响着图像校正、拼接、融合和变化检测等技术的处理结果。目前,图像配准技术仍不够成熟,如何实现快速、高精度的图像配准仍是一项重大挑战。为了更好地完成图像配准技术的研究工作,对其所涉及的各个步骤都进行了深入的调研,重点对基于特征的图像配准进行了研究。本文主要阐述了图像配准技术的基础理论和研究现状,系统地研究并介绍了图像配准涉及到的各个环节。同时,重点围绕如何提高图像配准的速度和精度问题进行研究,并最终实现了图像的配准。本文的主要研究内容与贡献如下:（1）提出了一种基于改进SIFT的图像配准方法由于遥感图像在灰度映射上存在显著的差异,可能很难找到足够的正确对应点,同时遥感图像的像素点数普遍较多,采用经典SIFT方法进行配准时计算量较大难以达到实时性的要求。对此,本文对SIFT的特征提取部分进行改进,采用了新的梯度计算方式并提出了一种新的特征描述方法来克服灰度映射的差异,同时为减少图像配准的计算量提高配准速度,从高斯差分金字塔第二组开始进行特征检测,然后利用欧氏距离比值匹配法进行...
【文章来源】：重庆三峡学院重庆市
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
几种基本图像变换示意图
刚体变换、相似变换、仿射变换以及投影变换均是在齐次坐标下使用,且这些变换都是线性的,是对整个图像进行处理的全局变换。因此这几种变换都可以按照投影变换的方式将变换模型写成一个3×3的变换矩阵H,若无说明,本文采用的图像空间变换均是全局变换。相比之下,非线性变换的计算就较为复杂,无法进行线性表示。变换后的图像示意图如图2.2所示。2.1.3 图像配准的基本步骤
基于特征的图像配准大致可以分为特征提取、特征匹配、估计几何变换模型参数以及图像变换与插值四个步骤[1,29],其示意图如图2.3所示。下面将逐一对每个步骤进行简单地介绍。（1）特征提取
【参考文献】：
期刊论文
[1]基于形态学和小波变换的图像边缘检测方法[J]. 宋浒,张利,许梦晗,胡心颖. 西南大学学报(自然科学版). 2020(04)
[2]深度学习在医学图像配准上的研究进展与挑战[J]. 邹茂扬,杨昊,潘光晖,钟勇. 生物医学工程学杂志. 2019(04)
[3]基于模板匹配约束下的光学与SAR图像配准[J]. 杨勇,胡思茹. 系统工程与电子技术. 2019(10)
[4]图像拼接技术综述[J]. 裴红星,刘金达,葛佳隆,张斌. 郑州大学学报(理学版). 2019(04)
[5]一种基于对称性边缘的多光谱图像配准方法[J]. 李良骥,刘晓华,黄小仙. 半导体光电. 2019(03)
[6]一种面向图像拼接的改进PCA-SIFT算法[J]. 杨炳坤,程树英,郑茜颖. 微电子学与计算机. 2018(12)
[7]SIFT与SURF特征提取算法在图像匹配中的应用对比研究[J]. 陈敏,汤晓安. 现代电子技术. 2018(07)
[8]改进RANSAC-SIFT算法在图像匹配中的研究[J]. 赵明富,陈海军,宋涛,邓思兴,黄铮,陈兵,鲁姣. 激光杂志. 2018(01)
[9]像对匹配的模板选择与匹配[J]. 贾迪,杨宁华,孙劲光. 中国图象图形学报. 2017(11)
[10]用于遥感图像拼接的改进SURF算法[J]. 董强,刘晶红,周前飞. 吉林大学学报(工学版). 2017(05)
博士论文
[1]机载图像拼接关键技术研究[D]. 董强.中国科学院大学(中国科学院长春光学精密机械与物理研究所) 2018
[2]基于特征点的SAR图像配准算法研究[D]. 樊建伟.西安电子科技大学 2017
[3]SAR图像特征提取与检测、配准算法研究[D]. 曾丽娜.西北工业大学 2017
[4]无人机遥感图像拼接关键技术研究[D]. 贾银江.东北农业大学 2016
[5]图像特征提取方法及其应用研究[D]. 刘淑琴.西北大学 2016
[6]基于特征点的图像配准技术研究[D]. 丁南南.中国科学院研究生院（长春光学精密机械与物理研究所） 2012
[7]基于特征的多源遥感图像配准技术研究[D]. 吕金建.国防科学技术大学 2008
硕士论文
[1]基于局部点特征提取的图像配准方法研究[D]. 李冰.太原理工大学 2019
[2]无人机视频影像拼接关键技术研究[D]. 陈武.南昌航空大学 2019
[3]双目视觉的图像配准与拼接及其应用[D]. 徐鹏.重庆邮电大学 2019
[4]基于特征点的图像配准与拼接技术研究[D]. 龚妙岚.北京邮电大学 2018
[5]基于点特征的遥感图像配准方法研究[D]. 闻泽联.西安电子科技大学 2017
[6]基于改进SIFT的图像配准方法研究[D]. 张海鹏.南昌航空大学 2017
[7]基于特征的遥感图像自动配准与变化检测研究[D]. 李思湉.西安电子科技大学 2017
[8]基于边缘点特征的高分辨率遥感图像配准方法研究[D]. 何梦梦.中国科学院大学(中国科学院遥感与数字地球研究所) 2017
[9]SIFT特征匹配技术研究与应用[D]. 陈晗婧.南京理工大学 2017
[10]图像配准中基于特征提取和匹配的方法研究[D]. 陈磊.吉林大学 2016
本文编号：3426659
【文章来源】：重庆三峡学院重庆市
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
几种基本图像变换示意图
刚体变换、相似变换、仿射变换以及投影变换均是在齐次坐标下使用,且这些变换都是线性的,是对整个图像进行处理的全局变换。因此这几种变换都可以按照投影变换的方式将变换模型写成一个3×3的变换矩阵H,若无说明,本文采用的图像空间变换均是全局变换。相比之下,非线性变换的计算就较为复杂,无法进行线性表示。变换后的图像示意图如图2.2所示。2.1.3 图像配准的基本步骤
基于特征的图像配准大致可以分为特征提取、特征匹配、估计几何变换模型参数以及图像变换与插值四个步骤[1,29],其示意图如图2.3所示。下面将逐一对每个步骤进行简单地介绍。（1）特征提取
【参考文献】：
期刊论文
[1]基于形态学和小波变换的图像边缘检测方法[J]. 宋浒,张利,许梦晗,胡心颖. 西南大学学报(自然科学版). 2020(04)
[2]深度学习在医学图像配准上的研究进展与挑战[J]. 邹茂扬,杨昊,潘光晖,钟勇. 生物医学工程学杂志. 2019(04)
[3]基于模板匹配约束下的光学与SAR图像配准[J]. 杨勇,胡思茹. 系统工程与电子技术. 2019(10)
[4]图像拼接技术综述[J]. 裴红星,刘金达,葛佳隆,张斌. 郑州大学学报(理学版). 2019(04)
[5]一种基于对称性边缘的多光谱图像配准方法[J]. 李良骥,刘晓华,黄小仙. 半导体光电. 2019(03)
[6]一种面向图像拼接的改进PCA-SIFT算法[J]. 杨炳坤,程树英,郑茜颖. 微电子学与计算机. 2018(12)
[7]SIFT与SURF特征提取算法在图像匹配中的应用对比研究[J]. 陈敏,汤晓安. 现代电子技术. 2018(07)
[8]改进RANSAC-SIFT算法在图像匹配中的研究[J]. 赵明富,陈海军,宋涛,邓思兴,黄铮,陈兵,鲁姣. 激光杂志. 2018(01)
[9]像对匹配的模板选择与匹配[J]. 贾迪,杨宁华,孙劲光. 中国图象图形学报. 2017(11)
[10]用于遥感图像拼接的改进SURF算法[J]. 董强,刘晶红,周前飞. 吉林大学学报(工学版). 2017(05)
博士论文
[1]机载图像拼接关键技术研究[D]. 董强.中国科学院大学(中国科学院长春光学精密机械与物理研究所) 2018
[2]基于特征点的SAR图像配准算法研究[D]. 樊建伟.西安电子科技大学 2017
[3]SAR图像特征提取与检测、配准算法研究[D]. 曾丽娜.西北工业大学 2017
[4]无人机遥感图像拼接关键技术研究[D]. 贾银江.东北农业大学 2016
[5]图像特征提取方法及其应用研究[D]. 刘淑琴.西北大学 2016
[6]基于特征点的图像配准技术研究[D]. 丁南南.中国科学院研究生院（长春光学精密机械与物理研究所） 2012
[7]基于特征的多源遥感图像配准技术研究[D]. 吕金建.国防科学技术大学 2008
硕士论文
[1]基于局部点特征提取的图像配准方法研究[D]. 李冰.太原理工大学 2019
[2]无人机视频影像拼接关键技术研究[D]. 陈武.南昌航空大学 2019
[3]双目视觉的图像配准与拼接及其应用[D]. 徐鹏.重庆邮电大学 2019
[4]基于特征点的图像配准与拼接技术研究[D]. 龚妙岚.北京邮电大学 2018
[5]基于点特征的遥感图像配准方法研究[D]. 闻泽联.西安电子科技大学 2017
[6]基于改进SIFT的图像配准方法研究[D]. 张海鹏.南昌航空大学 2017
[7]基于特征的遥感图像自动配准与变化检测研究[D]. 李思湉.西安电子科技大学 2017
[8]基于边缘点特征的高分辨率遥感图像配准方法研究[D]. 何梦梦.中国科学院大学(中国科学院遥感与数字地球研究所) 2017
[9]SIFT特征匹配技术研究与应用[D]. 陈晗婧.南京理工大学 2017
[10]图像配准中基于特征提取和匹配的方法研究[D]. 陈磊.吉林大学 2016
本文编号：3426659
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/3426659.html
