论文简介：

毕业设计-基于特征的图像匹配算法研究，共43页，18219字，附外文翻译、答辩PPT
摘要
图像匹配就是把具有同一场景的两幅或多幅图像在空间上对准，进而确定他们之间变换关系的过程，这些图像可能是在不同时间、用不同传感器、从不同视角拍下来的。在目标跟踪、图像导航、文字识别、资源分析、人脸识别以及计算机视觉等领域中，需要解决的一个关键问题就是图像匹配，而利用包含图像重要结构信息的少量特征点来确定图像间的变化关系是解决该问题的一种有效方法。这种方法的难点是如何提取稳定的特征点，并构建适应旋转、形变、遮掩、噪声及其他因素的特征描述子。
本文对两种特征点提取算法(Harris算法和SIFT算法)进行分析比较，得出Harris角点检测算法效率高，但对尺度变化和抗噪性的鲁棒性差，SIFT算法对尺度变化及抗噪性鲁棒性好，但算法时间复杂度高，且对图像纹理要求高。
图像匹配的方法大致分为两类：基于像素的图像匹配方法和基于特征的图像匹配方法。而基于特征的图像匹配方法是目前图像匹配的最常用方法，其最大的优点在于能够将对整个图像进行的各种分析转化为对图像特征（特征点、特征曲线等）的分析，从而大大减小了图像处理过程的运算量。经过多年的研究，基于特征的图像匹配技术以及取得了一定的研究成果，其主要步骤包括：图像采集、特征提取、特征匹配、图像变换。本文会实现基于点特征的图像匹配的仿真。
关键词：特征点检测 图像匹配 Harris 图像处理

ABSTRACT
Image matching is aligning two or more images of the same in the space ,which may be taken under the conditions such as by different sensors,from different aspects and in different time.It is a kay problem to be solved existing in object tracking ,image navigation ,OCR,resources analysis and face recognition as well as in other fields such as computer vision.An effective solution to this problem is to obtain the transform relationship with feature points which is small enough in quantity and contains significant structure information representing the feature of the images.The difficulties to be conquered in the method is how to extract stable feature points and build feature descriptors that are adaptive to transform ,distortion,occlusion,noise and some factors in other forms.
The thesis analyses and compares two kinds of extracting feature points algorithms( Harris algorithm and SIFT algorithm ), Harris algorithm has high efficiency and poor anti-scaling and anti-noise performance, SIFT algorithm has good robustness about anti-scaling and anti-noise, but the time complexity of this algorithm is high, and it has a great demand on image texture.
Image matching method is roughly divided into two categories: the image matching method based on pixel and image matching method based on feature. And image matching method based on feature is currently the most commonly used method of image matching, its biggest advantage is that can be all kinds of analysis of the whole image into the image characteristics (the analysis of feature point and curve, etc.), which greatly reduces the computational complexity of the process of image processing. After many years of research, based on the characteristics of image matching technology, and has obtained certain research results, the main steps include: image acquisition, feature extraction feature matching, image transformation.This paper can realize the simulation of image matching based on point feature.
KEY WORDS：Feature point detection Image matching Harris Image processing

目录
摘要 5
第一章 绪论 7
1.1 研究背景 7
1.2 研究现状综述 8
1.2.1 特征点提取研究现状 8
1.2.2 特征点匹配研究现状 11
1.3 研究内容 12
1.4 论文组织结构 13
第二章 角点检测及MATLAB实现 15
2.1 角点定义 15
2.2 常用角点检测的算法 16
2.2.1 Harris算子 16
2.2.2小波变换算子 16
2.2.3 Moravec算子 17
2.2.4 Forstner算子 18
2.3 常用角点检测算法比较 19
2.4 Harris角点检测的MATLAB实现 20
2.5 本章小结 23
第三章 仿真软件 Matlab 23
3.1 Matlab软件介绍 23
3.2 Matlab软件特点 24
3.3 Matlab软件优势 26
3.3.1 编程环境 26
3.3.2 处理能力 26
3.4本章小结 27
第四章 基于点特征的图像匹配及其仿真 28
4.1 图像匹配的方法 28
4.1.1 基于点特征的图像匹配算法 29
4.1.2 基于线特征的图像配准算法 30
4.2图像匹配的原理 31
4.3图像匹配的MATLAB实现 31
4.4图像拼接的原理 33
4.5图像拼接的MATLAB实现 33
4.6 本章小结 34
第五章 全文总结 34
参考文献 35
致谢 37
附 录 38

研究内容
特征点提取过程中，需要构建在多种变换下具有良好不变性的特征点提取算法以获得具有精确性高，区分度强的不变性图像特征，并综合特征局部结构信息，构造特征描述算子。由于时间、视角、环境的变化、多种传感器的使用等，使拍摄的图像不仅受到噪声的影响，而且存在严重的灰度失真和几何畸变[27]。在这种条件下，匹配算法如何达到精度高、匹配正确率高、速度快、鲁棒性和抗干扰性强以及并行实现成为人们追求的目标。
本文研究和学习现有的一些特征检测算法及匹配方法，主要研究内容如下所述。
1. 图像不变特征点提取算法研究
图像特征点提取是基于特征点匹配方法的首要步骤，在实际问题中，图像可能受到噪声、背景的干扰，也可能发生光照、尺度、旋转、仿射等变化，如何选择合理的图像特征点，使得这些特征点不仅具有良好的抗噪性能，而且在上述变化下保持不变，直接决定了基于特征点的匹配方法效果。由于后续匹配方法需要图像在旋转和尺度变换下仍满足一定比例的有效点，所以本文需要对旋转和尺度不变特征点的提取进行研究。
2. 图像特征点匹配方法研究
图像特征点匹配的目的是在两幅图像之间建立尽可能多的匹配点对。它是图像分析和处理的基本问题。图像特征点匹配方法目前主要分为两种[28]，即为基于描述符的特征点匹配方法和基于特征点几何结构的匹配方法。基于描述符的匹配方法对有效点的要求低，适合图像视角变换、轻微变形情况，但是实现复杂，对图像纹理要就比较高；而基于几何结构的匹配方法实现简单、纹理要求低，但是抗图像形变、视角变化能力差，算法时间复杂度比较高。所以本文需要对图像特征点的匹配方法进行研究。

论文组织结构
本文将图像特征点的提取方法以及特征点匹配方法作为主要研究对象，针对图像存在旋转和尺度变化的情况，利用Harris算法提取图像中特征点，实现基于点特征的图像匹配算法。
本文的篇章结构安排如下：
第一章为绪论，介绍了图像特征点、图像匹配基本概念，相关领域研究现状，最后阐述了本文的主要研究工作和篇章结构。
第二章研究了常用的几种角点检测算法，并用Matlab实现Harris的角点检测。
第三章介绍了Matlab仿真软件。
第四章用Matlab实现基于点特征的图像匹配，简单的拼接。
第五章为全文总结。

论文文件预览：
共2文件夹，4个文件，文件总大小：5.57MB，压缩后大小：5.40MB

• 毕业设计-基于特征的图像匹配算法研究
• 高荣亮
• Extracting Color Features and Dynamic---高荣亮.pdf  [569.19KB]
• 英文翻译.docx  [2.09MB]
• 高荣亮PPT.ppt  [1.49MB]
• 高荣亮论文.docx  [1.43MB]