欢迎来到天天文库
浏览记录
ID:69985090
大小:124.00 KB
页数:11页
时间:2021-11-14
《图像匹配综述》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、------------------------------------------作者xxxx------------------------------------------日期xxxx图像匹配综述【精品文档】图像匹配综述 摘要:主要从图像匹配技术的概念、一般性描述及图像匹配技术的技术分类对图像匹配进行描述,在图像匹配技术的分类中,对各个方法的优缺点进行了详细的说明。 关键词:图像匹配;一般性描述;分类 随着科学的飞跃发展,近年来图像匹配技术在许多方面有着非常重要的应用,尤其是在医学方面、运动物体的跟踪、计算机视觉、天气
2、预报以及各种资源分析等方面运用非常广泛。本文对图像匹配进行综述,以便读者对其有个粗略的了解。 一、图像匹配的概念 图像匹配的概念:在两幅图像中,从一幅图像中寻找与另一幅具有相同或相似的过程。 二、图像匹配的一般性描述 图像匹配可以描述为:假设给定大小分别为m×m和n×n像素图像h1(x,y)及h2(x,y),它们的映射关系为: h2(x,y)=g(h1(a(x,y)),(2-1)【精品文档】【精品文档】 式(2-1)中,符号a是二维或者多维的几位变换(x′,y′)=a(x,y),符号g为一维或者多维图像的亮度变换。匹配图
3、像问题的实质是寻找两幅图像的最佳几何变换a和亮度变换,最终的目的是使预先定义的那种测度为最小值或者达到最大值,以达到两幅待匹配图像的匹配。匹配图像的关键主要是下列因素选择的一个组合:待匹配图像的特征空间、相似度、几何变换类型和参数的搜索策略。 下表2-1给出了待匹配图像的特征空间、相似度及搜索策略的几个主要要素及它们对应的内容。 表2-1待图像匹配的三个关键因素 三、图像匹配技术的分类 图像匹配技术算法分类很多,但都遵守这样的基本原则:(1)算法必须是有效的。(2)算法必须是稳定的,当待匹配的图像发生旋转、尺度伸缩及被遮挡时
4、,此种算法仍能使用。(3)算法必须是快速的。 1.基于图像灰度相关的匹配方法 基于图像灰度匹配算法是利用整幅图像的灰度信息进行匹配的方法。【精品文档】【精品文档】 几种常见的算法有平均绝对差算法、归一化积相关算法、互信息匹配算法、傅立叶相关算法等。下面简要介绍以下这几种算法: (1)平均绝对差算法 平均绝对差算法是这样定义的: d(x,y)=s(i+x,j+y)-T(i,j)(3-1) 其中,0≤x≤M-m+1;0≤y≤N-n+1。d(x,y)为度量函数在偏移量(x,y)的度量值,当d(x,y)为最小时是最佳的匹配位置
5、。它的优点为:计算比较简单;不足是:对噪声比较敏感,噪声越多正确匹配的几率越小。 (2)归一化积相关算法 归一化积相关算法是一种经典的基于灰度的相关匹配算法。它的定义如下: d(x,y)=(3-2) 在(3-2)中,0≤x≤M-m+1;;0≤y≤N-n+1。d(x,y)为度量函数在偏移(x,y)的度量值,当d(x,y)为最大时是最佳的匹配位置。它的优点是:抗白噪声非常强,且在几何畸变和灰度变化不大时,图像的匹配精度很高。【精品文档】【精品文档】 (3)互信息匹配算法 互信息匹配算法是近年来才提出的匹配方法,它是基于像素相
6、似性的匹配算法,这种算法把像素灰度信息的统计特征直接作为匹配的依据,省去了对图像进行分割和特征提取过程,它的好处是不但避免了在图像分割或特征提取中造成精度损失,而且便于进行回溯式的研究。 把参考图和输入图的灰度值分别看作是随机的两个变量A和B,它们对应的概率密度分别是P(A)及P(B),那么随机变量A和B的互信息可以用下式来表示: MI(A,B)=H(B)-H(B/A)=H(A)+H(B)-H(A,B)(3-3) 其中,H(A)=-EA(log(P(A)))。 优点是匹配算法对光照的改变不灵敏;缺点是计算量大,并且要求图像间
7、的重叠区域比较大。 (4)傅立叶相关算法【精品文档】【精品文档】 假设待匹配的参考图像I1(x,y)和输入图像I2(x,y)的傅立叶变换是F1(U,V)与F2(U,V)。如果这两幅图像之间存在一个平移变量(m,n),它们之间的数学关系可以用下式表示: I1(x,y)=I2(x-m,y-n)(3-4) 相应的,它们对应的傅立叶变换存在下列关系: F1(U,V)=e-j(mu+nj)F2(U,V)(3-5) 从式(3-4)和式(3-5)可以看出:当两幅待匹配的图像之间只存在平移关系时,它们对应的傅立叶变换的幅值具有相同的值;
8、当待匹配的两幅图像只存在一个相位差时,相位差的功率谱可以表示为: =ej(um+vn)(3-6) 式(3-6)中*是复共轭的运算符号。再对式(3-6)作傅立叶反变换,同大多数频域匹配算法一样之处在于,由于涉及了空间域和频域的相互转
此文档下载收益归作者所有