【正文】 ，基于特征點(diǎn)匹配的算法很多，基本上可以分為基于邊緣的特征點(diǎn)提取算法和基于灰度的特征點(diǎn)提取算法。(3)穩(wěn)定性。由于理想的特征點(diǎn)提取難以實(shí)現(xiàn),但可以根據(jù)各個(gè)特征點(diǎn)的特性來(lái)確定一個(gè)特征點(diǎn)提取算法的評(píng)價(jià)標(biāo)準(zhǔn)，為以下四個(gè)方面:北京化工大學(xué)畢業(yè)設(shè)計(jì)（論文）10(1)有效性。由于特征點(diǎn)的定義又很大差異，征點(diǎn)的提取方法也各有各的特點(diǎn)，但是一個(gè)理想的特征點(diǎn)提取算法具有以下的特性：(1)能夠提取出所有特征點(diǎn)；(2)提取的特征點(diǎn)位置精確,即不存在位置偏差；(3)對(duì)噪聲不敏感；(4)不能提取出錯(cuò)誤的特征點(diǎn)；(5)能夠?qū)崟r(shí)提取特征點(diǎn)； 在實(shí)際的操作過(guò)程中，由于各種原因不能完全滿足以上的要求，但是可以根據(jù)所需要可以偏重某一方面的性能。1圖像匹配方法流程圖 特征點(diǎn)的描述 如何準(zhǔn)確提取穩(wěn)定的特征點(diǎn)是基于特征的圖像匹配算法首先需要解決的問(wèn)題，能否準(zhǔn)確提取穩(wěn)定的特征點(diǎn)直接影響匹配算法的實(shí)現(xiàn)，因此對(duì)特征點(diǎn)提取算法進(jìn)行研究具有重要的意義。特征匹配策略是指如何快速準(zhǔn)確地找到特征之間的對(duì)應(yīng)關(guān)系。 （2）特征匹配：特征匹配是指在兩幅圖像的特征之間建立對(duì)應(yīng)關(guān)系的過(guò)程。 基于特征的匹配方法主要涉及到兩個(gè)關(guān)鍵步驟： （1）特征提取：正如上文提到的，圖像特征分為局部特征和全局特征。 Hausdorff距 離 不 需 要 精 確 的 點(diǎn) 點(diǎn) 對(duì) 應(yīng) 關(guān) 系 ， 對(duì)非 相 似 變 形 不 敏 感 ， 因 此 該 匹 配 方 法 廣 泛 應(yīng) 用 于 特 征 圖 像 的 匹 配 [9]。但是面特征提取比較麻煩，耗時(shí)多，因此基于特征的匹配算法主要是研究利用特征點(diǎn)和邊緣特征進(jìn)行匹配。3)基于灰度值的匹配方法的主要特點(diǎn)是計(jì)算簡(jiǎn)單，但是由于計(jì)算相似度時(shí)往往涉及到待匹配單元的每個(gè)像素的灰度值，所以導(dǎo)致整個(gè)匹配搜索過(guò)程要消耗巨大的計(jì)算量。D(i, j)值越小，表示兩個(gè)像素塊越相似。 R(u,v)= / 1/2 (2北京化工大學(xué)畢業(yè)設(shè)計(jì)（論文）7設(shè)參考圖像 Xij 的大小為 mn，輸入圖像 Yij 的大小為 MN，其中Mm，Nn。第 節(jié) 基于像素灰度相關(guān)的匹配算法基于灰度相關(guān)的匹配算法，即對(duì)待匹配得兩幅圖像以一定的灰度陣列按某種或幾種相似性度量順次搜索匹配的方法，其匹配性能主要取決于相似性度量及搜索策略的選擇。正因?yàn)槠鋺?yīng)用的廣泛性，新的應(yīng)用和新的要求逐步產(chǎn)生，使得匹配算法的研究逐步走向深入，出現(xiàn)了快速、穩(wěn)定、魯棒性好的匹配算法因此，對(duì)現(xiàn)有匹配算法展開(kāi)分析對(duì)幾實(shí)際工程提高圖像處理質(zhì)量和識(shí)別精度具有非常重要的意義 圖像匹配是指通過(guò)一定的匹配算法在兩幅或多幅圖像之間識(shí)別同名點(diǎn)，如二維圖像匹配中通過(guò)比較目標(biāo)區(qū)和搜索區(qū)中相同大小的窗口的相關(guān)系數(shù)，取搜索區(qū)中相關(guān)系數(shù)最大所對(duì)應(yīng)的窗口中心點(diǎn)作為同名點(diǎn)。于是尋求探討一種新的算法能綜合利用這些方法的優(yōu)點(diǎn)將會(huì)取得更好的匹配結(jié)果。 根 據(jù) 實(shí) 際 應(yīng) 用 的 需 要 ， 人 們 在 提 高 圖 像 匹 配 的 精 度 、速度、通用性以及抗干擾性等方面做了大量的研究工作。建立正確匹配是解決問(wèn)題的關(guān)鍵。選擇合理的特征可以提高匹配性能、降低搜索空間、減小噪聲等不確定性因素對(duì)算法的影響，提高適應(yīng)性；(2)形似性度量 相似性度量指用什么來(lái)確定待匹配特征之間的相似性，它通常是某種代價(jià)函數(shù)或者是距離函數(shù)的形式。 特 征 匹 配 是 指 通 過(guò) 分 別 提 取 兩 個(gè) 或 多 個(gè) 圖 像 的 特 征（ 點(diǎn) 、 線 、 面 等 特 征 ） ， 對(duì) 特 征 進(jìn) 行 參 數(shù) 描 述 ， 然 后 運(yùn) 用 所 描 述 的 參 數(shù) 來(lái) 進(jìn) 行 匹 配的 一 種 算 法 [5]。正因?yàn)閳D像匹配應(yīng)用的廣泛性，新的要求和新的應(yīng)用逐步產(chǎn)生，使得圖像匹配算法的研究逐步加深，出現(xiàn)了快速、穩(wěn)定、魯棒性好的匹配算法因此，對(duì)現(xiàn)有匹配算法展開(kāi)分析對(duì)幾實(shí)際工程提高圖像處理質(zhì)量和識(shí)別精度具有非常重要的意義。 圖像匹配就是找到兩幅不同圖像之間的空間位置關(guān)系。它也是一些圖像分析技術(shù)的基礎(chǔ)。(1)醫(yī)學(xué)圖像診斷：腫瘤檢測(cè)、CT、MRI、PET 圖像結(jié)構(gòu)信息融合、數(shù)字剪影血管造影術(shù)等；(2)遙感數(shù)據(jù)分析：分類、定位和識(shí)別多譜段的場(chǎng)景信息、自然資源監(jiān)控、核生長(zhǎng)監(jiān)控、市區(qū)增長(zhǎng)監(jiān)控等；(3)模式識(shí)別：目標(biāo)物體運(yùn)動(dòng)跟蹤、序列圖像分析、穩(wěn)像、特征識(shí)別、簽名檢測(cè)等；北京化工大學(xué)畢業(yè)設(shè)計(jì)（論文）3(4)計(jì)算機(jī)視覺(jué)：三維重建、目標(biāo)定位、自動(dòng)質(zhì)量檢測(cè)、虛擬現(xiàn)實(shí)等。 總的來(lái)說(shuō)圖像匹配就是找到兩幅不同圖像之間的空間位置關(guān)系。 遙 感 圖 像 需 要 用 圖 像 處 理 技 術(shù) 加 工 處 理 并 提取 有 用 的 信 息 。數(shù)字圖像的特點(diǎn)決定了其靈活性，并且以強(qiáng)大的功能成為現(xiàn)階段圖像處理技術(shù)的主流。其主要過(guò)程主要借助各種設(shè)備對(duì)圖像進(jìn)行加工處理。第 節(jié) 課 題 的 研 究 背 景當(dāng)今社會(huì)是信息社會(huì)，各種媒體各種工具相互交存于社會(huì)的方方面面，而圖像在其中又占據(jù)了極其重要的地位。 圖像匹配技術(shù)是數(shù)字圖像處理領(lǐng)域的一項(xiàng)重要研究，并已在計(jì)算機(jī)視覺(jué)、虛擬現(xiàn)實(shí)場(chǎng)景生成、航空航天遙感測(cè)量、醫(yī)學(xué)影像分析、光學(xué)和雷達(dá)跟蹤、景物制導(dǎo)等領(lǐng)域得到了廣泛的應(yīng)用。北京化工大學(xué)畢業(yè)設(shè)計(jì)（論文）I基于特征的圖像匹配算法畢業(yè)論文目錄前 言 ..................................................................................................................1第 1 章 緒論 ......................................................................................................2第 節(jié) 課 題 的 研 究 背 景 ..........................................................................2第 節(jié) 圖像匹配的概述 ............................................................................4 圖像匹配的概念 .................................................................................4 影 響 圖 像 匹 配 的 主 要 因 素 .............................................................5第 節(jié) 圖 像 匹 配 的 研 究 現(xiàn) 狀 ..................................................................5第 2 章 圖像匹配的幾種算法 ..........................................................................7第 節(jié) 基于像素灰度相關(guān)的匹配算法 ...................................................7第 節(jié) 基于特征的匹配算法 ....................................................................9 特征點(diǎn)的描述 ...................................................................................10 特 征 點(diǎn) 的 提 取 算 法 ........................................................................11第 節(jié) 基于邊 緣特征的匹配算法 ..........................................................13 Roberts 邊緣檢測(cè)算子 .................................................................13 Sobel 邊緣檢測(cè)算子 ......................................................................13 Prewitt 邊緣檢測(cè)算子 ..................................................................14 Canny 邊緣檢測(cè)算子 ...................................................................14第 節(jié) 基于其它理論的圖像匹配 ..........................................................16 基于小波變換的圖像匹配算法 .......................................................16 其它理論的圖像匹配 .......................................................................18第 3 章 基于灰度的圖像匹配仿真 ..............................................................20北京化工大學(xué)畢業(yè)設(shè)計(jì)（論文）II第 節(jié)基于灰度圖象匹配 ........................................................................20第 節(jié) 灰度圖像模板圖的獲取和匹配仿真 ..........................................21第 節(jié) 灰度圖像旋轉(zhuǎn)后匹配仿真 ..........................................................23第 節(jié) 灰度圖像加噪后的匹配仿真 ......................................................24第 4 章 基于邊緣圖像特征的匹配仿真 ........................................................27第 節(jié)基于邊緣圖像特征的匹配 ............................................................27第 節(jié) 基于邊緣特征的圖像匹配理想情況下的仿真 ..........................28第 節(jié) 加入噪聲后基于邊緣特征的圖像匹配的仿真 ..........................30第 節(jié) 基于邊緣圖像旋轉(zhuǎn)后的匹配仿真 ..............................................32第 5 章 基于一階特征點(diǎn)的圖像匹配仿真 ....................................................33第 節(jié) 一階特征點(diǎn)的定義 ......................................................................33第 節(jié) 一階特征點(diǎn)的尋找與匹配仿真 ..................................................35第 節(jié) 加入噪聲的一階特征點(diǎn)圖像匹配仿真 ......................................38第 節(jié) 旋轉(zhuǎn)后的一階特征點(diǎn)匹配仿真 ..................................................39結(jié)論 ..................................................................................................................41參考文獻(xiàn) ..........................................................................................................42致謝 ..................................................................................................................44北京化工大學(xué)畢業(yè)設(shè)計(jì)（論文）1第 1 章 緒論數(shù) 字 圖 像 處 理 是 通 過(guò) 計(jì) 算 機(jī) 對(duì) 圖 像 進(jìn) 行 去 除 噪 聲 、 增 強(qiáng) 、 復(fù) 原 、 分 割 、 提 取特 征 等 處 理 的 方 法 和 技 術(shù) 。 發(fā) 展 到 現(xiàn) 在 ， 數(shù) 字 圖 像 處 理已 從 一 個(gè) 專 門 的 研 究 領(lǐng) 域 變 成 了 科 學(xué) 研 究 和 人 機(jī) 界 面 中 的 一 種 普 遍 應(yīng) 用 的 工 具 。對(duì)同一物體或場(chǎng)景使用不同的傳感器、在不同的光照條件下以不同的攝像位置和視角獲得的圖像一般都會(huì)不同，其差異可能表現(xiàn)為不同的分辨率、不同的灰度屬性、不同的位置平移和旋轉(zhuǎn)、不同的大小縮小和放大、以及其他的非線性變化部分物體被遮擋等