基于特征的图像匹配算法毕业设计论文含源代码Word文档下载推荐.docx

1、毕业设计（论文）任务书设计（论文）题目：学院： 专业： 班级：学生 指导教师（含职称）： 专业负责人：1设计（论文）的主要任务及目标 （1） 了解图象匹配技术的发展和应用情况，尤其是基于特征的图象匹配技术的发展和应用。 （2） 学习并掌握图像匹配方法，按要求完成算法2设计（论文）的基本要求和内容（1） 查阅相关中、英文文献，完成5000汉字的与设计内容有关的英文资料的翻译。（2） 查阅15篇以上参考文献，其中至少5篇为外文文献，对目前国内外图象匹配技术的发展和应用进行全面综述。（3） 学习图象匹配算法，尤其是基于特征的图象匹配算法。（4） 实现并分析至少两种基于特征的图象匹配算法，并分析算法性

2、能。3主要参考文献1 谭磊, 张桦, 薛彦斌一种基于特征点的图像匹配算法J天津理工大学报，2006，22（6），66-692 甘进，王晓丹，权文基于特征点的快速匹配算法J电光与控制，2009，16（2），65-663 王军，张明柱图像匹配算法的研究进展J大气与环境光学学报，2007，2（1），12-154进度安排设计（论文）各阶段名称日期1查阅资料，学习相关知识3月2初步编程4月上旬4月中旬3算法实现，程序调试4月下旬5月上旬4统计数据，分析特点5月旬5毕业论文写作5月中旬5月下旬6英文资料翻译自行安排摘 要 图像匹配技术是实现图像融合、图像校正、图像镶嵌以及目标识别与跟踪的关键步骤之一，已经

3、广泛应用在图像识别以及图像重建等领域中。简单来说，图像匹配就是找到两幅不同图像之间的空间位置关系。图像匹配主要可分为以灰度为基础的匹配和以特征为基础的匹配。本文首先对现有图像匹配方法的进行分类、概述和简要的说明；分析了课题研究的背景，以及对国内外图像匹配的研究状况描述；其次对现有的图像匹配的几种常见算法进行简要的说明，其中着重介绍了基于特征的匹配的算法。参考了一种基于图像灰度值特征点的快速匹配搜索算法，该算法利用得出的灰度值特征点作为搜索依据，通过实验，证实了该算法的快速性和准确性。本文在对几种图像匹配方法的研究的基础上，采用基于灰度传统的方法、基于边缘特征的方法和基于一阶特征点图像匹配的方法

4、进行图像匹配仿真，并对三种方法的快速性准确性做了比较。再次比较基于灰度、基于边缘、基于一阶特征点图像匹配方法的优缺点。不同的环境下每种方法各有优缺点，加入噪声时基于边缘特征图像匹配能够匹配成功，基于边缘特征图像匹配较另外两种匹配方法能够有效的抑制噪声干扰。关键词：图像匹配；特征点；灰度匹配；特征点匹配Abstract Image matching technique is one of the key steps to achieve image fusion, image correction, image mosaic, as well as target recognition and

5、tracking and has been widely used in the areas of image recognition and image reconstruction. In a word, image matching is to find the spatial relationship between the two different images. Image matching can be divided into gray-based and feature-based matching.The paper firstly classified and brie

6、fly described the existing image matching methods and analysed the research background. Secondly, the paper explained several common algorithms of existing image matching, especially， the algorithm of feature-based matching. Based on the research of several image matching methods, the paper adopted

7、traditional method based on gray level, the method based on edge features and the method based on first-order feature points image matching to conduct image matching simulation, and compared the rapidity and accuracy of them. Finally, the paper pointed out the advantages and disadvantages of the met

8、hods based on gray level, based on edge features and based on first-order feature points image matching. Each method has both the advantages and disadvantages in the different environment. Image matching method based on edge features can match successfully when noise is added, and can effectively su

9、ppress noise compared with other two methods.Key words：Image matching，Feature Points，Gray Matching，feature points matching 目录前 言 数字图像处理，即用计算机对图像进行处理。与人类对视觉机理研究的历史相比，它是一门相对年轻的学科。但在其短短的历史中，它却以程度不同的成功被广泛应用于几乎所有与图像有关的领域数字图像处理技术。图像是人类获取和交换信息的主要来源，因此，图像处理的应用领域必然涉及到人类生活和工作的方方面面。随着人类活动范围的不断扩大，图像处理的应用领域也将随之不

10、断扩大。在20多年的时间里，迅速地发展成为一门独立的有强大生命力的学科。随着科学技术的发展，图像匹配己成为图像信息处理领域中一项非常重要的技术。图像匹配就是找到两幅不同图像之间的空间位置关系。图像匹配技术是实现图像融合、图像校正、图像镶嵌以及目标识别与跟踪的关键步骤之一。图像匹配主要研究匹配的准确性、快速性1。基于特征的图像匹配方法近年越来越引起研究者的重视，各种新颖的算法不断涌现。每种方法都有各自的优缺点和应用范围。应用时应根据实际情况选取合适的配准方法。若要求精度高，可考虑多次选取/匹配，每次选取/匹配特征点时，参考最近几次的情况，由粗到精递归求解；或者采用神经网络的学习机制，使匹配结果逐

11、步精确，最终符合要求。通过阅读大量的文献报道，可以知道未来的图像配准将进一步追求实时性、高精度和可靠性。为减小运算量，可着眼于研究某一算法的快速算法；对一些运算量大的步骤寻找其简单的替代步骤。本文先通过对图像匹配算法的作简要的说明,特别是基于特征图像匹配的算法;然后分析了图像匹配的算法的优劣；接着参考了一种基于图像灰度值特征点的快速匹配搜索算法，比较了基于灰度、基于边缘特征、基于一阶特征点图像匹配算法的准确性、快速性、抵抗干扰和旋转性能；最后比较了这3种算法在不同环境下的优劣性。第1章 绪论数字图像处理是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。数字图像处理的

12、产生和迅速发展主要受三个因素的影响：一是计算机的发展；二是数学的发展；三是广泛的农牧业、林业、环境、军事、工业和医学等方面的应用需求的增长。数字图像处理的发展从20世纪20年代初的应用于改善伦敦和纽约之间海底电缆发送的图片质量，到20世纪70年代图像处理主要和模式识别及图像理解系统的研究相联系。发展到现在，数字图像处理已从一个专门的研究领域变成了科学研究和人机界面中的一种普遍应用的工具。 图像匹配技术是数字图像处理领域的一项重要研究，并已在计算机视觉、虚拟现实场景生成、航空航天遥感测量、医学影像分析、光学和雷达跟踪、景物制导等领域得到了广泛的应用。图像匹配是图像处理的一个基本问题。简单地说，图

13、像匹配就是找到两幅不同图像之间的空间位置关系。对同一物体或场景使用不同的传感器、在不同的光照条件下以不同的摄像位置和视角获得的图像一般都会不同，其差异可能表现为不同的分辨率、不同的灰度属性、不同的位置平移和旋转、不同的大小缩小和放大、以及其他的非线性变化部分物体被遮挡等。第1.1节 课题的研究背景当今社会是信息社会，各种媒体各种工具相互交存于社会的方方面面，而图像在其中又占据了极其重要的地位。图像具有包含信息量大、直观、容易理解以及吸引人注意等优点，是人们感知和认识外部的重要载体，人们生活中离不开图像。图像可以分为模拟图像和数字图像之分。模拟图像一般用照相机等来获取，模拟图像可以用一个连续函数

14、来描述，所以模拟图像也可以成为：连续图像处理。其主要过程主要借助各种设备对图像进行加工处理。但是模拟图像有处理精度太差，处理方式也不够灵活，处理时间过长等缺点。数字图像是用二进制来表示图像的，是离散的数据集，可以通过数码相机等数字设备来获取。数字图像处理的是数字图像，即是由一组具有颜色、亮度等像数点的集合。数字图像的特点决定了其灵活性，并且以强大的功能成为现阶段图像处理技术的主流。 数字图像处理的主要应用领域包括：（1）图像传输、电视会议、电视电话、视频和多媒体系统等等。（2） 军事、公安、档案等其它方面的应用军事目标的侦察、制导和警戒系统、自动火器的控制及反伪装；公安部门的现场照片；指纹、手

15、迹、印章、人像等的进一步处理和辨识；历史文字和图片档案的修复和管理；以及其它方面图像信息的显示、记录、处理和文字自动识别等。（3）遥感分航空遥感和航天遥感。遥感图像需要用图像处理技术加工处理并提取有用的信息。可用于地质、矿藏勘探和森林、水利、海洋、农业等资源的调查；自然灾害预测预报；环境污染监测；气象卫星云图处理以及用于军事目的的地面目标识别。（4） 数字图像处理还应用于工业生产中的产品质量检测、生产过程的自动控制、计算机辅助设计与制造、医学和农业等各个方面。图像匹配是图像处理的一个基本问题，用于将不同时间、不同传感器、不同视角及不同拍摄条件下获取的两幅或多幅图像进行匹配，其最终目的在于建立两幅图像之间的对应关系，确定一幅图像与另一幅图像的几何变换关系式，用以纠正图