基于sift特征的图像匹配

基于sift特征的图像匹配

ID:11663255

大小:2.85 MB

页数:52页

时间:2018-07-13

基于sift特征的图像匹配_第1页
基于sift特征的图像匹配_第2页
基于sift特征的图像匹配_第3页
基于sift特征的图像匹配_第4页
基于sift特征的图像匹配_第5页
资源描述:

《基于sift特征的图像匹配》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、毕业设计(论文)题目基于SIFT特征的图像匹配姓名张建华学号0811111101所在学院理学院专业班级08信计指导教师吴颖丹日期2012年6月2日47基于SIFT特征的图像匹配摘要当今社会已经进入信息时代,随着计算机技术、通信技术和数学的发展,图像信息处理能力和水平也不断提高,相应的也得到更多关注、研究和更加广泛的应用。图像匹配是处理和解决各种图像信息的基础,已经成为虚拟现实和计算机可视化领域的研究热点。一直以来,研究人员对图像匹配技术进行了大量的研究,推出了许多匹配算法,其中特征匹配算法有着较高的精确度和稳定性。SIFT(ScaleInvariantFe

2、atureTransform)特征匹配算法是Lowe提出来的用于图像特征匹配的算法,是目前特征匹配领域的热点,对图像的旋转,尺度缩放和亮度变换保持不变,对视角变换,仿射变换保持一定程度的稳定。SIFT特征点是图像的一种尺度不变局部特征点,具有独特性好,信息量丰富,多量性,高速性,可扩展性等特点。正是借助于这些特点,使得传统图像配准中的许多诸如前面提到的共性问题得到了很大程度的改善。该算法首先给出了尺度空间的生成方法,检测出极值点;接下来给出了SIFT特征点的提取步骤和精确定位极值点的方法;然后基于特征点邻域像素的梯度和方向生成了关键点的描述向量;最后根据特

3、征向量给出了匹配方法,提取了SIFT的特征点,并其应用于图像匹配。本文首先简要介绍了图像匹配所需的基础知识,然后详细介绍了SIFT算法的具体流程。通过大量的实验证明SIFT算法具有较强的匹配能力和鲁棒性,是一种较好的图像匹配算法。关键字:SIFT;图像匹配;尺度空间;极值点;特征向量47基于SIFT特征的图像匹配AbstractToday,societyhasenteredtheinformationage,withthedevelopmentofcomputertechnology,communicationstechnologyandmathemati

4、cs,theimageinformationprocessingcapabilitiesandthelevelisalsorising,andalsogetmoreattention,researchandmorewidelyused.Theimagematchinghandleandsolveallkindsofimageinformation,hasbecometheresearchfocusofthevirtualrealityandcomputervisualization.Researchershasbeenalotofresearchforim

5、agematchingtechniques,theintroductionofanumberofmatchingalgorithm,whichfeaturematchingalgorithmhashigheraccuracyandstability.SIFT(ScaleInvariantFeatureTransform)featurematchingalgorithm,proposedbyLowe,isahotfieldoffeature-matchingatpresent,whichremainsthesametoimagerotation,scalez

6、oomandbrightnesstransformations,andalsomaintainsacertaindegreeofstabilityontheperspectivetransformationandaffinetransformation.SIFTfeaturepointsarescale-invariantlocalpointsofanimage,withthecharacteristicsofgooduniqueness,informative,largeamounts,highspeed,scalability,andsoon.Inth

7、isalgorithm,atfirstmethodforgeneratingimagescalespaceispresented;atsecondstepsforextractingsiftkeypointsandaccuratepositioningareprovided;thenvectorsfordescribingkeypointsbasedonthegradientmagnitudeandorientationofpixelsneighboringtothekeypointsaregenerated;atlastaccordingtothevec

8、torsmatchingalgorithmisdescribed.

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。