图像特征匹配算法

基于特征点匹配的图像拼接算法研究

　第19卷　第4期　　　No.4海军工程大学学报　　　Vol.19　　2007年8月　Aug.2007　JOURNALOFNAVALUNIVERSITYOFENGINEERING　　

文章编号:1009-3486(2007)04-0094-04

基于特征点匹配的图像拼接算法研究

陈　虎

(海军工程大学船舶与动力学院,武汉430033)

摘　要:通过查找待拼接两幅图像的对应特征点以确定两幅图像的缝合点,进而确定两者的匹配位置,通过对图像的重叠区域进行平滑过渡处理,实现了待拼接图像的无缝拼接实验结果表明,,取得了良好的效果。

关键词:基于图像的绘制;全景图;图像拼接;中图分类号:TP391.41　　　　:Rbasedonfeaturepointsmatching

CHEN2Hu

(CollegeofNavalArchitectureandPower,NavalUniv.ofEngineering,Wuhan430033,China)Abstract:Stichpointsaredeterminedthroughfindingcorrespondingfeaturepointsoftwoimagestodecideitsmatchi

基于特征点匹配的图像拼接算法研究

　第19卷　第4期　　　No.4海军工程大学学报　　　Vol.19　　2007年8月　Aug.2007　JOURNALOFNAVALUNIVERSITYOFENGINEERING　　

文章编号:1009-3486(2007)04-0094-04

基于特征点匹配的图像拼接算法研究

陈　虎

(海军工程大学船舶与动力学院,武汉430033)

摘　要:通过查找待拼接两幅图像的对应特征点以确定两幅图像的缝合点,进而确定两者的匹配位置,通过对图像的重叠区域进行平滑过渡处理,实现了待拼接图像的无缝拼接实验结果表明,,取得了良好的效果。

关键词:基于图像的绘制;全景图;图像拼接;中图分类号:TP391.41　　　　:Rbasedonfeaturepointsmatching

CHEN2Hu

(CollegeofNavalArchitectureandPower,NavalUniv.ofEngineering,Wuhan430033,China)Abstract:Stichpointsaredeterminedthroughfindingcorrespondingfeaturepointsoftwoimagestodecideitsmatchi

目 录

引 言 ............................................................................................................... 3 1图像匹配技术的发展和研究意义 ................................................................... 7

1.1图像匹配技术的发展和研究意义 .................................................................................... 7 1.2图像匹配技术的研究现状 ................................................................................................ 7 1.3研究问题及内容 .........................................................................................

目 录

引 言 ............................................................................................................... 3 1图像匹配技术的发展和研究意义 ................................................................... 7

1.1图像匹配技术的发展和研究意义 .................................................................................... 7 1.2图像匹配技术的研究现状 ................................................................................................ 7 1.3研究问题及内容 .........................................................................................

二 特征点提取算法

1、基于SIFT（Scale Invariant Feature Transform）方法的图像特征匹配

参看David G. Lowe 的“Distinctive Image Features from Scale-Invariant Keypoints” 基于SIFT方法的图像特征匹配可分为特征提取和特征匹配两个部分，可细化分为五个部分： ① 尺度空间极值检测（Scale-space extrema detection）； ② 精确关键点定位（Keypoint localization） ③ 关键点主方向分配（Orientation assignment） ④ 关键点描述子生成（Keypoint descriptor generation） ⑤ 比较描述子间欧氏距离进行匹配（Comparing the Euclidean distance of the descriptors for

matching）

1.1 尺度空间极值检测

特征关键点的性质之一就是对于尺度的变化保持不变性。因此我们所要寻找的特征点必须具备的性质之一，就是在不同尺度下都能被检测出来。要达到这个目的，我们可以在尺度空间内寻找某种稳定不变的特性。

Ko

第!!

卷第

期

北

京

工

业

大

学

学

报

/

5

67

7

5

7

年

月

# %& ( ) +, # .% /,& 0 1 2 1, 3 4 )〔 2兀

(8 9

!!

综合结构与纹理特征的图像修复算法张鸿宾王佳文,

:北京工业大学计算机学院北京,

;!! !

<,7

摘

要=为了还原图像中已经损失的信息采用综合图像结构与纹理特征的方法对图像修复进行了研究在选,

定修复区域后算法能自动根据待修复区域周围的信息进行填充无需人为干预实验结果表明对于有划痕或

,

,

7

,

较大损坏区域的图像该算法都取得了较好的修复效果

,

7

关扭词图像修复>结构>纹理=

中图分类号

=

1?

文献标识码=

(

文章编号

=

!ΑΒ

一

! ! : ! ! <!

一

!ΧΒ

一

!Χ

ΕΦΓ 9图像修复:Δ?ΔΕΔΕ<是对图像中遗失或损坏的部分利用未被损坏处的图像信息按照一定的规则,,

进行填补使修复后的图像接近或达到原图的视觉效果该技术在老照片的修复以及图像处理数据压缩网络数据传输等许多领域都有应用前景近年来受到国内外的广泛关注许多算法试图从不同角度解、,,

,

7

、

决这个问题

7

图像修复的先驱工作是由ΗΦ画图像的结构特征7 7

ΙΔ 5

以及ΚΛΦ

Ε

等完成的Μ

’月Ν一

7

他们提出的算法采用

一、 图像放大算法

图像放大有许多算法，其关键在于对未知像素使用何种插值方式。以下我们将具体分析几种常见的算法，然后从放大后的图像是否存在色彩失真，图像的细节是否得到较好的保存，放大过程所需时间是否分配合理等多方面来比较它们的优劣。

当把一个小图像放大的时候，比如放大400%，我们可以首先依据原来的相邻4个像素点的色彩值，按照放大倍数找到新的ABCD像素点的位置并进行对应的填充，但是它们之间存在的大量的像素点，比如p点的色彩值却是不可知的，需要进行估算。

图1-原始图像的相邻4个像素点分布图

图2-图像放大4倍后已知像素分布图

1、最临近点插值算法(Nearest Neighbor)

最邻近点插值算法是最简单也是速度最快的一种算法，其做法是將放大后未知的像素点P，將其位置换算到原始影像上，与原始的邻近的4周像素点A,B,C,D做比较，令P点的像素值等于最靠近的邻近点像素值即可。如上图中的P点，由于最接近D点，所以就直接取P=D。

这种方法会带来明显的失真。在A,B中点处的像素值会突然出现一个跳跃，这就是出现马赛克和锯齿等明显走样的原因。最临近插值法唯一的优点就是速度快。

2、双线性插值算法(Bilinear Interpol

一、 图像放大算法

图像放大有许多算法，其关键在于对未知像素使用何种插值方式。以下我们将具体分析几种常见的算法，然后从放大后的图像是否存在色彩失真，图像的细节是否得到较好的保存，放大过程所需时间是否分配合理等多方面来比较它们的优劣。

当把一个小图像放大的时候，比如放大400%，我们可以首先依据原来的相邻4个像素点的色彩值，按照放大倍数找到新的ABCD像素点的位置并进行对应的填充，但是它们之间存在的大量的像素点，比如p点的色彩值却是不可知的，需要进行估算。

图1-原始图像的相邻4个像素点分布图

图2-图像放大4倍后已知像素分布图

1、最临近点插值算法(Nearest Neighbor)

最邻近点插值算法是最简单也是速度最快的一种算法，其做法是將放大后未知的像素点P，將其位置换算到原始影像上，与原始的邻近的4周像素点A,B,C,D做比较，令P点的像素值等于最靠近的邻近点像素值即可。如上图中的P点，由于最接近D点，所以就直接取P=D。

这种方法会带来明显的失真。在A,B中点处的像素值会突然出现一个跳跃，这就是出现马赛克和锯齿等明显走样的原因。最临近插值法唯一的优点就是速度快。

2、双线性插值算法(Bilinear Interpol

一种图像相似度匹配的算法,

1、图片大小规格化

为了比较两个图像，应该使其大小完全一致，这里可以设置为两个图片中较大的那个大小，长宽。

function Resize(const Source: TBitmap; var Dest: TBitmap): Boolean;

begin

if not Assigned(Dest) then

Dest := TBitmap.Create;

Dest.pixelformat := pf24bit;

Dest.Width := BMPWIDTH;

Dest.Height := BMPHEIGHT;

Dest.Canvas.CopyRect(Rect(0, 0, Dest.Width - 1, Dest.Height - 1), Source.Canvas, Rect(0, 0, Source.Width - 1, Source.Height - 1));

end;

2、图像灰度化

图像灰度化的方法有多种，这里介绍两种。一种是绝对平均值，一种是加权平均值。其实质就是将RGB三原色的色值相加，平均后赋予新值。不同的只是RGB三原色的权重不同。

绝对平均值

function Gray1(const Source: TBitmap): Bo

维普资讯

2 00 5生

工程图学学报JoURNAL oF ENGI NEERI NG GRAPH I CS

2 0 0 5NO . 4

第 4期

智能图元特征提取与图形匹配技术刘就女， 吴东庆2, 彭小敏， 李哲林f 1 .华南理工大学工业设计与图学研究所，广州 5 1 0 6 4 0;2 .仲凯农业技术学院，广州 5 1 0 2 2 5

3 .中国工商银行广州软件研发中心，广州 5 1 0 6 3 0 )

摘

要：实现作业的智能化批改是本课程多年来未能突破的技术难点，作者要解决

的正是这难点。其关键技术是图元特征提取与图形匹配，它为智能化批改的算法、设计与实 现做了理论上的准备。并找到了图形匹配的方法，研究了图形匹配技术，并且成功地利用图 形匹配技术，实现了规则图元和非规则图元 (曲线 )的智能批改。 关键词：计算机应用；智能化批改；算法设计；二次开发工具中图分类号：T P 3 9 1文献标识码：A文章编号：1 0 0 3 - 0 1 5 8 ( 2 0 0 5 ) 0 4— 0 1 4 6 - 0 5

工程制图作业的智能化批改是电子习题系统开发的难点，多年来，在一些高校开发的、各具特点的工程制图电子习题集系统中仍没有得到解决 J。 电子习题集系统的智能