SURF基于图像局部特征配准研究+文献综述.docVIP

SURF基于图像局部特征配准研究+文献综述 摘要社会发展使得人们获得图像的途径的丰富，并且所获图像的量的增多使得图像处理中一些基础性的研究变得更加重要。通常来说，图像配准是指通过计算两幅之间的变换参数，从而找出它们中共同的场景部分，而这两幅图像是取自不同视角、不同时间、不同传感器。它们之间的变换可以是刚性变换，也可以是非线性变换等等。 本研究是基于一种快速鲁棒特征的图像配准算法，即SURF。该算法具有尺度不变、旋转不变的性能，对光照、仿射和透视变化具有部分不变性。由于它在重复性、鲁棒性、独特性三个方面均超越或接近以往的同类方法，且在计算时间上有明显优势，故在图像配准中有广泛应用。11773 关键词图像配准、局部特征、特征检测器、特征描述符、SURF算法 毕业设计说明书（论文）外文摘要 TitleProspective Study Based On Local CharacteristicsOf Image Registration Abstract Social development makes the ways of humansrsquo; image gaining rich,and the increase of the amount of the images obtained,making some basic image processing research has become more and more important.Generally,image registration can defined as to find the common scene of two different images which are taken from a different perspective,or in different times,or from different sensors, by calculating their transformation parameters.The transformation between them could be rigid or nonlinear transform,and so on. This paper introduces a speed-up and robust feature of image registration algorithm,namely SURF.The algorithm has the properties of scale invariant and rotation invariant.Also it is partial invariant to light,affine and perspective changes.Because of its properties in repeatability,robustness and uniqueness,it beyonds or close to previous similar methods,and has obvious advantages at the time of calculation,Therefore,it has been widely used in image registration. 图像配准技术应用非常广泛，根据其获取方式可将其应用形式分为4大类 ： 一：不同时间获取的图像。其目的是用于对场景变化的检测。如遥感领域中的环境监测、计算机视觉领域的检测以及医学上对病人治疗过程中的变化进行监测等等。 二：不同视觉角度获取的图像。这种配准的目的是为了获得更大视野范围的二维图像，或者是对三维场景的重构。图像拼接就是此类应用形式之一，计算机视觉领域的三维场景重建也属于此应用。 三：不同传感器获取的图像。这种应用可以整合不同传感器获取的图像。在遥感图像处理领域，可以对全色遥感图像和多光谱遥感图像进行配准、融合；在医学图像处理领域，可以对CT和MRI的图像进行配准处理。 四：同一场景的图像与模型的配准。这里所指的模型是计算机里构建出来的模型，DEM（Digital Elevation Model），数字高程模型就是一个典型的例子。此类配准应用主要是对某一场景图像进行定位，然后将场景图像与模型进行对比。 根据图像配准的实现形式，图像配准方法又可分为基于灰度、基于图像特征点和基于变换域的配准，具体的分类下面章节将详细介绍。基于图像特征点的配准方法具有压缩信息量、速度快、对灰度具有鲁棒性等特点，是国内外专家研究的热点，SIFT就是其中之一。但是传统的SIFT计算量大，耗时长，故在SIFT得基础上又提出了SURF图像配准算法。该算法首