基于sift特征点的图像匹配方法研究PPT.ppt

3.2特征匹配 (2) 利用相似度准则进行特征匹配 常用的相似性测度准则: 欧氏距离, 马氏距离, Hausdorff 距离等。 特征匹配 特征匹配分两步： (1) 对特征作描述 现有的主要特征描述子： SIFT特征描述子, SURF特征描述子， 对比度直方图 (CCH)， DAISY特征描述子， 矩方法 3.2特征匹配 特征描述 --SIFT特征描述子 主要思想：一种基于图像梯度分布的特征描述子。 特点：抗干扰性好。但维数高，计算复杂度大。 3.2特征匹配 特征描述 --SURF特征描述子 主要思想：将特征点的周围区域分成几个子区域，用每个子区域内像素点的X,Y方向的偏导和及其绝对值的和组成特征点的描述子。 特点：有较好的抗亮度变化能力。但是该描述子要求使用积分图像，限定了其应用范围。 3.2特征匹配 特征描述 --对比度直方图 主要思想：将特征点周围区域的像素点与特征点的对比度形成直方图来描述该特征点。 特点：该方法比基于梯度的描述子要快。但描述力比基于梯度的要略微弱一点。 3.2特征匹配 特征描述 --DAISY特征描述子 主要思想：受SIFT算法和GLOH算法的启发，将梯度加权和用几个高斯方向偏导滤波器与原图像进行积分代替。 特点：该描述子有和SIFT特征算子相似的优点，但是速度比SIFT特征算子要快。 3.3估计变换模型 空间变换模型是所有配准技术中需要考虑的一个重要因素，各种配准技术都要建立自己的变换模型，变换空间的选取与图像的变形特性有关。 常用的空间变换模型有： 刚体变换、 仿射变换、 投影变换、 非线性变换。 3.3估计变换模型 3.3.1刚体变换模型 刚体变换是平移、旋转与缩放的组合，适用于具有相同视角，但拍摄位置不同的来自同一传感器的两幅图像的配准。刚体变换模型下，若点 ， 分别为参考图像和待配准图像中对应的两点，则它们之间满足以下关系： 3.3估计变换模型 3.3.2仿射变换模型 如果第一幅图像中的一条直线经过变换后，映射到第二幅图像上仍然为直线，且平行直线仍旧被映射为平行直线，这样的变换称为仿射变换。该变换保持直线间的平行关系，但由于引入了缩放参数，故它不能保持直线段的长度和角度 ，若点 ， 分别为参考图像和待配准图像中对应的两点，则它们之间满足以下关系： 3.3估计变换模型 3.3.3投影变换模型 如果第一幅图像中的一条直线经过变换后，映射到第二幅图像上依然为直线，但平行关系不再保持，则称这样的变换称为投影变换。投影变换具有8个参数，可以将成像设备的运动（如平移、旋转、缩放等）描述得更为全面。若点 ， 分别为参考图像和待配准图像中对应的两点，则它们之间满足以下关系： 3.3估计变换模型 3.3.4非线性变换模型 若第一幅图像中的一条直线经变换后，映射至第二幅图像上不再是直线，我们把这样的变换称为非线性变换。在二维空间中，点 经非线性变换至点 变换公式为： F表示把第一幅图像映射到第二幅图像上的任意一种函数形式。典型的非线性变换如多项式变换，在2D空间中，多项式函数可写成如下形式： 3.4 图像重采样及变换 在得到两幅图像间的变换参数后，要将输入图像做相应参数的变换，使之与参考图像处于同一坐标系下，则校正后的输入图像与参考图像可用作后续的图像融合、目标变化检测处理或图像镶嵌； 涉及输入图像变换后所得点坐标不一定为整像素数，则应进行插值处理。常用的插值算法有最近邻域法、双线性插值法和立方卷积插值法。 关键点的匹配可以采用穷举法来完成，但是这样耗费的时间太多，一般都采用一种叫k-d树的数据结构来完成有哪些信誉好的足球投注网站。有哪些信誉好的足球投注网站的内容是以目标图像的关键点为基准，有哪些信誉好的足球投注网站与目标图像的特征点最邻近的原图像特征点和次邻近的原图像特征点。 3.5关键点匹配 K-d树是一个平衡二叉树 SIFT 简介 1999年British Columbia大学大卫.劳伊（David G.Lowe）教授总结了现有的基于不变量技术的特征检测方法，并正式提出了一种基于尺度空间的、对图像缩放、旋转甚至仿射变换保持不变性的图像局部特征描述算子－SIFT（尺度不变特征变换），这种算法在2004年被加以完善。 SIFT 主