图像匹配综述

《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