基于灰度与角点检测的图像匹配算法的研究与实现 第3页
1 绪论
1.1 图像匹配的研究内容简述
图像是通过各种设备（如摄像头，传感器等），再通过某种方式获得的，可以直接或间接被我们看到从而产生视觉效果的物质世界的反映。图像处理是人们为了满足某些实际应用要求，对图像进行处理的过程，如进行灰度调整，去除噪声，截取图像中有意义的模块等[1]。从20世纪60年代开始，随着计算机技术的快速发展，数字图像处理也有了质和量的发展。图像处理技术的一个重要工具是数字处理技术，数字处理技术使得人们有能力对图像进行修改或抽象出有用的内容更为便利。发展至今，图像处理技术已经有了很大的发展，己被广泛应用到包括工农业、大气监测、洋流运动、地理、环境监测、医学、军事等各个领域[2]。
由于在实际生产生活应用中，仅仅依靠单幅图像的信息可能不能准确的对目标进行观测、分析和理解，有时候需要利用多幅图像的内容再经过不同形式的信息相互补充，才可能获得目标或者场景的更为本质客观认识。然而在进行多幅图像之间的分析时要考虑图像与图像之间的彼此的重叠，对同一物体进行拍摄时，通过不一样的设备或光照条件来成像，所获得的图像会存在因收集方式不同而引起的畸变，分析多幅图像间的对应关系就以消除或减少这些畸变是图像处理技术的一个关键，可为其后更进一步处理提供准确信息，这就是图像匹配技术的主要研究内容。图像配准是一些图像系统的重要组成部分，例如，将航拍得到的多幅图片进行拼接得到全景图[3]，利用自然环境图像中的局部特征构建导航和定位系统为移动机器人导航[4]，对无人机的着陆点进行识别[5]，海冰运动特性的测算[6]，
论文网http://www.youerw.com/ 对准由不同模态获得的医学图像进行分析以便诊断[7]等等。
图像匹配的发展起源于很多现实生活的问题，针对不同限制和具体环境条件下的图像匹配工作，人们总结出大量技术，产生了多种的图像匹配技术，并有了较大的发展[8]。图像匹配的主要内容是找出一种合适的图像处理方法用以修正图像因各种具体环境引起的变化。图像采集处理过程中也产生众多差异，如从不同图像获取设备获得的信息进行综合评价，分析在不同条件下获得的图像，成像设备和物体环境发生变化的情况下获得的图像其信息的获取，图像中的模式包括数字、文字的识别等等。
图像配准研究的目标就是确定两幅或两幅以上的图像之间最优的彼此间的匹配关系，使得图像与图像之间在空间位置上建立起点与点的映射关系，这样就才能使图像中所有的数据互相关联起来，使图像之间信息得到的相互补充，最终产生的图像就有了许多额外的信息，是两组图像各自单独所不能表现出来的，为图像在实际应用中发挥更加明显的作用[9]。因此，图像配准是在许多图像分析任务中十分重要的一个步骤，比如数字图像的复原，多幅图像间变化的检测和数字图像之间的拼接等，这些图像任务都要依靠多个不同部分进行互补才能获得最后的结构。
1.2 国内外发展及研究现状简述
数字图像匹配技术，究其发展历程，最早是在美国20世纪70年代从事的一些军事科学研究中提出，因受到军方的大力支持与赞助研究，所以得到了较快的发展，经过多年的研究最终被应用于中程导弹及巡航导弹上。随着科学技术的发展，大量图像匹配技术被研发出来并得到发展，这些研究成果最终被应用到很多不同领域，如医学诊断、计算机视觉、图像处理、模式识别、自动导航等[10-13]。各个领域的图像匹配技术都必须结合各自不同的前提条件，还有自己独特的应用限制，结合实际情况进行不同侧重点的研究，不过各领域的图像匹配技术在理论上又具有很大的相似性，有许多理论其实是一致的，所以各自技术比较容易进行融合和互补，并有较高的可移植性，所以极大的促进了图像匹配技术的发展。
上一页 [1] [2] [3] [4] [5] [6] 下一页
基于灰度与角点检测的图像匹配算法的研究与实现 第3页下载如图片无法显示或论文不完整，请联系qq752018766
