改进的SURF图像配准算法研究-控制理论与控制工程专业论文.docxVIP

万方数据 万方数据 摘要 摘要 图像配准作为数字图像处理和分析的一项重要技术，它是图像融合、图像拼接、 图像动态变化检测等技术的基础；在遥感图像处理、计算机视觉、医学图像处理 等领域得到广泛的应用和研究。 SURF 算法是一种新近出现的图像配准算法，该算法在特征点检测的重复性、 独特性和鲁棒性等方面，都能达到较好的效果；且算法引入了积分图像和箱式滤 波器，加快了图像配准的速度。 在 SURF 算法的基础上，本文提出了一种改进的配准算法。算法从两个方面对 SURF 算法进行改进，首先通过对特征点的分析，认为图像边缘周边区域一定范围 内的特征点具有更强的鲁棒性。通过双边滤波、Canny 边缘检测和形态学处理得到 图像边缘周边区域，从而将特征点限定在该区域内。在特征匹配阶段，对检测到 的配准点对使用肯德尔系数再次进行约束。设定一个阈值，当特征点对的肯德尔 系数大于该阈值时，认为该配准点对匹配性较强，保留该配准点对；当特征点对 的肯德尔系数小于该阈值时，认为配准点对匹配性较弱，丢弃这样的配准点对。 实验表明，该算法可以有效的提高图像配准的匹配率，对于存在噪声的图像同样 可以达到较好的效果，具有较强的鲁棒性。 对于彩色图像的配准，SURF 算法是将彩色图像转换为灰度图像进行配准，丢 失了图像的颜色信息。本文通过对彩色图像配准算法的研究，提出了 CSURF 彩色 图像配准算法。该算法将颜色不变量引入到 SURF 算法中，通过 RGB 图像的彩色 信息计算得到图像的颜色不变量，然后在颜色不变量上检测图像的特征点，这样 检测到的特征点主要分布在图像颜色发生变化的区域。再结合图像的灰度信息来 对特征点进行描述，完成图像的匹配。实验表明，CSURF 算法有效的增强了算法 的稳定性。最后将改进的 SURF 算法引入到 CSURF 算法中，可以看出，算法在保 持较好的稳定性的情况下提高了图像配准的匹配率。 关键字： 图像配准，SURF，图像边缘，肯德尔系数，CSURF I ABSTRACT ABSTRACT Image registration is an important technique for the image analysis. Its the basic process for other image processing tasks like the image mosaic, image monitoring etc. It is widely applied in the areas like remote sensing, computer vision and medical image processing etc. SURF is a new image registration algorithm which can achieve good results in the feature points detection repeatability,uniqueness and robustness,etc. It can accelerate the speed of image registration by adopting the integral image technique and box type filter method. Based on the SURF algorithm, this paper propose an improved method that can improve the detection accuracy of the feature points. Through the analysis of the failed feature points, we find that the feature points which are near the image edges are generally more robust than others. We first use the bilateral filtering, canny edge detection and morphological processing to get the images edge map, and then limit the founded points in this edge map. In the stage of feature points matching, we use the Kendall coefficient method to constrain the matched points by setting a threshold. If the featur