改進(jìn)sift算法在圖像配準(zhǔn)中的應(yīng)用

《改進(jìn)sift算法在圖像配準(zhǔn)中的應(yīng)用》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、學(xué)校代碼10530學(xué)號(hào)201431111902分類號(hào)TP301密級(jí)公開碩士學(xué)位論文改進(jìn)SIFT算法在圖像配準(zhǔn)中的應(yīng)用學(xué)位申請(qǐng)人易飛指導(dǎo)教師楊晟院副教授學(xué)院名稱信息工程學(xué)院學(xué)科專業(yè)軟件工程研究方向圖形圖像處理技術(shù)二〇一七年五月二日ApplicationofImprovedSIFTAlgorithminImageRegistrationCandidateYiFeiSupervisorShengyuanYang-AssociateProfessorCollegeInformationEngineeringInstituteProgramSoftwareEngineeringSpe

2、cializationGraphicImageProcessingDegreeMaster'sDegreeUniversityXiangtanUniversityDate2ndMay2017湘潭大學(xué)學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨(dú)立進(jìn)行研究所取得的研究成果。除了文中特別加以標(biāo)注引用的內(nèi)容外，本論文不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫的成果作品。對(duì)本文的研究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式標(biāo)明。本人完全意識(shí)到本聲明的法律后果由本人承擔(dān)。作者簽名：日期：年月日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文

3、的規(guī)定，同意學(xué)校保留并向國(guó)家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。本人授權(quán)湘潭大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。涉密論文按學(xué)校規(guī)定處理。作者簽名：日期：年月日導(dǎo)師簽名：日期：年月日摘要圖像配準(zhǔn)(Imageregistration)是圖像處理中的一種重要的處理技術(shù)，一般指將不同時(shí)間、不同傳感器（成像設(shè)備）或不同條件下（天候、照度、攝像位置和角度等）獲取的兩幅或多幅圖像進(jìn)行匹配、疊加的過(guò)程，它已經(jīng)被廣泛地應(yīng)用于計(jì)算機(jī)視覺、遙感圖像處理等領(lǐng)域。圖像配準(zhǔn)技術(shù)主要分為基于區(qū)域與基

4、于特征的兩種技術(shù)，其中，后者相對(duì)于前者的圖像配準(zhǔn)技術(shù)要好，目前主流的圖像配準(zhǔn)技術(shù)也是基于特征的?；谔卣鞯膱D像配準(zhǔn)技術(shù)主要研究?jī)?nèi)容包括圖像特征提取和特征匹配，目前算法的研究重點(diǎn)和改進(jìn)目標(biāo)主要都基于這兩個(gè)方向，所以對(duì)于圖像特征的研究具有重大意義。由Lowe在1999年提出的SIFT算法是圖像特征提取算法中魯棒性比較好的一種算法，也是目前比較成功的一種算法，這種特征提取算法能夠進(jìn)行良好的平移，并且對(duì)光照、尺度變化保持不變性。由于SIFT算法具備很多優(yōu)良的特點(diǎn)，已經(jīng)成為了圖像配準(zhǔn)領(lǐng)域中一個(gè)研究熱點(diǎn)。本文主要針對(duì)SIFT算法的不足之處，進(jìn)行分析，提出一種改進(jìn)方法。本文先詳細(xì)介紹了關(guān)

5、于圖像特征提取與圖像配準(zhǔn)的理論知識(shí)。然后，針對(duì)圖像特征提取的幾種角點(diǎn)提取算法進(jìn)行對(duì)比分析。提出了一種新的降維模型，來(lái)降低SIFT算法的時(shí)間復(fù)雜度。經(jīng)過(guò)了不同實(shí)驗(yàn)數(shù)據(jù)分析與驗(yàn)證，改進(jìn)的SIFT算法具備良好魯棒性，同時(shí)提高了SIFT算法的運(yùn)行效率。關(guān)鍵詞：特征提??；魯棒性；圖像配準(zhǔn)；SIFT算法；特征匹配IABSTRACTImageregistrationisanimportantprocessingtechniqueinimageprocessing.Itusuallyreferstotheprocessofmatchingorsuperimposingtwoormoreim

6、agesacquiredatdifferenttimes,differentsensorsorunderdifferentconditions.Ithasbeenwidelyusedincomputervisual,remotesensingimageprocessingandotherfields.Imageregistrationtechnologyismainlydividedintotwokindsoftechnologybasedonregionandfeature-based,inwhichthelatterisbetterthantheformerimager

7、egistrationtechnology,thecurrentmainstreamimageregistrationtechnologyisalsobasedonthecharacteristics.Themainresearchcontentsoffeature-basedimageregistrationtechnologyincludeimagefeatureextractionandfeaturematching.Theresearchfocusofthecurrentalgorithmandtheimp