毕业设计（论文）-基于SIFT特征的图像匹配.docx

湘潭大学毕业论文
题目:基于SIFT特征的图像匹配
学院:信息工程学院
专业:计算机科学与技术
学号:
姓名:
指导教师:
完成日期:2011年5月
目录
摘要 3
Abstract 3
第1章 绪论 3
图像匹配技术简介 3
SIFT特征匹配的应用领域 3
本文安排 3
第2章 图像匹配技术 3
数字图像处理相关技术 3
图像匹配技术的背景和意义 3
图像匹配技术的定义 3
图像匹配算法分类 3
基于灰度相关的匹配算法 3
基于特征的图像匹配算法 3
两类匹配算法的比较 3
本章小结 3
第3章 尺度空间理论 3
尺度空间理论 3
高斯尺度空间 3
本章小结 3
第4章 SIFT特征匹配 3
图像的初始化 3
尺度空间极值检测 3
建立高斯金字塔 3
建立DoG金字塔 3
极值检测,初步确定特征点位置和尺度 3
精确定位特征点的位置和所在的尺度 3
拟合三维二次函数将极值点定位到亚像素精度 3
去除对比度低的点 3
去除不稳定的边缘点 3
确定特征点主方向 3
生成SIFT特征向量 3
保持旋转不变性 3
得到特征点的种子点 3
SIFT特征向量长度的归一化处理 3
SIFT特征向量的匹配 3
本章小结 3
第5章 实验结果及分析 3
SIFT特征提取试验结果 3
特征匹配 3
视角变换的图像组匹配 3
仿射变换的图像组匹配 3
尺度缩放变换的图像组匹配 3
亮度变换的图像组匹配 3
旋转变换的图像组匹配 3
本章小结 3
结束语 3
致谢 3
参考文献 3
附录 3
基于SIFT特征的图像匹配
摘要:现代社会已经进入信息时代,随着计算机技术、通信技术和数学的发展,图像信息处理能力和水平也不断提高,相应的也得到更多关注、研究和更加广泛的应用。图像匹配是图像处理的一项关键技术,可以广泛用于目标识别与跟踪、立体视觉、变化检测、车场车牌识别、人脸识别、机器人导航、测绘等领域。SIFT(Scale Invariant Feature Transform)特征匹配算法是Lowe提出来的用于图像特征匹配的算法,是目前特征匹配领域的热点,对图像的旋转,尺度缩放和亮度变换保持不变,对视角变换,仿射变换保持一定程度的稳定。SIFT特征点是图像的一种尺度不变局部特征点,具有独特性好,信息量丰富,多量性,高速性,可扩展性等特点。该算法首先给出了尺度空间的生成方法,检测出极值点;接下来给出了SIFT特征点的提取步骤和精确定位极值点的方法;然后基于特征点邻域像素的梯度和方向生成了关键点的描述向量;最后根据特征向量给出了匹配方法,提取了SIFT的特征点,并其应用于图像匹配。实验证明这种算法具有较强的匹配能力和鲁棒性,是一种较好的图像匹配算法。
关键词:SIFT算法;图像匹配;高斯函数;尺度不变性;SIFT描述子。
Image matching based on SIFT features
Abstract: As the modern society has entered the information age, the capacity and the level of image information processing are rising, correspondingly arousing more attention, attracting more research and being used more widely, in the wake of the development puter technology, communication technology and mathematics. Matching is a key image-processing technology, which can be widely used in target identification and tracking, stereoscopic vision, change detection, car license plate recognition, face recognition, robot navigation, mapping