论文部分内容阅读
随着计算机技术和信息科学的飞速发展,图像匹配技术的应用越来越广泛,而对其性能的要求也不断提升。目前图像匹配技术的难题主要为以下两个方面:计算速度达不到实时性要求;在遮挡、大尺度缩放、光照变化、旋转、模糊等情况下的鲁棒性不够高。为此,本文展开了图像匹配技术相关的研究工作,改善了算法的速度和鲁棒性。主要研究内容可概括为以下几点:①对图像匹配技术的研究现状进行了调研,为下文的算法研究奠定理论基础。介绍了图像匹配技术的基本流程,简述了图像预处理中图像灰度化的处理方法,阐述了误匹配约束RANSAC算法的相关理论基础,并列出了图像匹配领域常用的实验图像测试库以及实验评价标准。同时还在理论准备阶段研究了摄像机标定方法,并选取了标准方格的标定方法对摄像机进行了标定实验。以上工作都为快速图像匹配技术的研究铺垫了坚实的基础;②研究了一种基于DAISY描述符的图像匹配算法。该算法以FAST角点检测算法和BBF近似搜索算法为基础,采用最新的DAISY描述符进行特征描述,实现了快速鲁棒的图像匹配算法。进行了大量的实验,分别验证了FAST算法、DAISY算法的优秀性能,并将本文设计的新的匹配算法与目前最流行的SIFT算法进行了对比实验,从主观评价和客观评价出发,证明了本算法的高效性和实用性;③针对图像匹配算法在实际应用系统中达不到实时性要求的难题,本文提出了一种并行快速特征点匹配算法。算法采用两步式由粗到精的匹配算法,并利用计算机双核技术创建地图绘制的并行线程,实现快速的并行两步式特征点匹配算法。实验结果表明,该算法成功地应用到实时区域跟踪领域,其运算速度和匹配性能都能满足实时性要求,且在大尺度缩放、遮挡、模糊、旋转等难题下能够鲁棒运行,为匹配技术提供了新的思路。