《基於改進的SIFT算法的圖像配準技術的研究與實現》是汪淑夢撰寫的一篇論文。
基本介紹
- 中文名：基於改進的SIFT算法的圖像配準技術的研究與實現
- 作者：汪淑夢
- 論文來源：中國地質大學（北京）
- 發表時間：2013
- 分類號：TP391.41
論文摘要,引文格式,
論文摘要
圖像配準技術被廣泛套用於經濟社會的諸多領域，如醫療、遙感、工業、軍事、農業等。圖像配準可大致分為手動配準和自動配準兩大類，其中自動圖像配準近年來成為該研究領域的熱點。自動圖像配準又可分為基於區域和基於特徵的兩個方面。前者直接利用區域像素的灰度和位置信息，計算待配準圖像和參考圖像的區域相似度，從而得到變換模型的參數，最終實現配準；後者則需要提取圖像特徵，進行特徵匹配，根據匹配的結果計算變換模型的參數，能夠更加魯棒地實現圖像配準。基於特徵的圖像配準技術的總體性能優於基於區域的圖像配準技術，因此得到了學者們的廣泛關注，並取得了一定的研究成果。特徵提取和特徵匹配是基於特徵的圖像配準技術的主要研究內容，也是目前的研究重點和算法改進的兩個方向，因此，圖像特徵表示的研究也就具有十分重要的意義。圖像特徵通常包括形狀特徵、顏色特徵和紋理特徵，不同形式的特徵有不同的特徵表示方法。從另一個角度來講，這些特徵各自分為局部特徵和全局特徵。其中，SIFT算法是角點特徵提取算法中魯棒性最好的一種算法，它提取的角點特徵屬於局部特徵，具有良好的尺度、平移、光照和仿射不變性。由於其良好的性能，基於SIFT算法的圖像配準技術愈來愈成為人們的研究熱點。本文首先介紹了特徵表示的相關理論，概括了圖像配準的基本理論和方法；然後對基於角點特徵提取算法（Harris算法、SUSAN算法和SIFT算法）的圖像配準方法進行了研究與分析比較；最後，選擇了魯棒性最好的SIFT算法進行深入研究，提出了相應的改進算法：結合Harris算法減少特徵提取的時間複雜度；結合主成分分析法，對特徵向量降維。經過了實驗驗證與分析，該方法取得了較好的效果。
引文格式
汪淑夢. 基於改進的SIFT算法的圖像配準技術的研究與實現[D].中國地質大學（北京）,2013.
