sift特征開題報告

基于sift角點特征的圖像配準問題研究

專業(yè)班級數學與應用數學10-01

學生姓名龍婷

指導教師王曉峰

目錄本課題的目的及意義。國內外研究現(xiàn)狀分析。本課題的任務、重點內容、實現(xiàn)途徑。完成本課題所需工作條件。本課題工作安排及進度。附錄一、本課題的目的及意義1、目的

圖像配準是圖像處理的一個基礎問題。它可以處理多個領域的很多際問題,如不同傳感器獲得的信息融合；不同時間、條件獲得圖像的差異檢測;成像系統(tǒng)和物體場景變化情況下獲得的圖像的三維信息獲取;圖像中的模式或目標識別等。但是迄今為止還沒有十分滿意的圖像配準方法，所以這方面的問題一直都是研究的熱點。2、意義

1.在實際應用中,圖像配準有著重大的應用價值。2圖像配準的應用相當廣泛：(1)計算機視覺與模式識別(2)醫(yī)學圖像分析(3)生物醫(yī)學(4)語音識別、機器人學、文學、計算機輔助設計(CAD)、計算機輔助制造(CAM)等從以上方面可以看出，圖像配準技術的應用前景十分廣闊，深入研究圖像拼接技術有著很重要的意義。二、國內外研究現(xiàn)狀分析1.1、國外：

1、1996年由RichardSzeliski提出基于運動的圖像配準模[1]，采Levenberg-Marquardt迭代非線性最小化方法(簡稱LM算法)，通過求出圖像間的幾何變換關系來進行圖像配準。2、2000年，ShmuelPeleg等人提出了自適應的圖像配準模型[2]，它是根據相機的不同運動，自適應選擇配準模型，通過把圖像分成多個狹條圖像進行多重投影來完成圖像的配準。3、2003年，M.Brown在ICCV會上發(fā)表了一篇名為RecognisingPanoramas的文章[3]，文中使用了基于不變量技術[4]的SIFT算法[5]進行圖像配準，算法完全自動完成且效果較好。2.2、國內：

1、1997年，王小睿等分別利用序貫相似度檢測（SSDA）和歸一化積相關兩種相似性度量方法[6]，實現(xiàn)圖像的配準。2、2003年，封靖波等提出了一種基于相似曲線的配準方法[7]。

3、2004年，趙向陽、杜立民提出了一種基于特征點匹配的圖像自動配準算法[8]，其中使用了Harris算法[9]提取角點并進行匹配。4、2005年，侯舒維、郭寶龍針對現(xiàn)有基于灰度級相似的圖像配準方法的缺點，提出了一種圖像自動配準的快速算法[10]。三、本課題的任務、重點內容、實現(xiàn)途徑

3.1任務：

1.查閱10篇以上的相關文獻資料，

2.翻譯20000字符以上的外文專業(yè)資料；

3.撰寫開題報告；

4.撰寫畢業(yè)論文，字數在10000以上，對整個課題重點研究的內容和關鍵問題的探討、相應解決思路的提出和對試驗整體上的概括與總結。3.2重點內容：

1.明確sift特征方法在圖像配準中的應用，在此基礎上弄清課題的研究意義；

2.掌握圖像sift點特征算法；3.結合sift特征匹配方法,對圖像拼接和圖像三維重建展開研究；

3.能夠用MATLAB軟件實現(xiàn)；

4.總結該方法達到的效果；5.將sift特征點向量匹配中最近的歐幾里得距離d1與次近歐幾里得距離d2的比率替換為d1與d2到dn平均距離的比率與原方法進行比較；6.撰寫畢業(yè)論文。

3.3實現(xiàn)途徑：

1.利用學校圖書館的維普、萬方數據庫、CNKI數據庫等收集有關sift角點特征的圖像配準問題研究方面的文獻和信息；

2.掌握有關sift角點特征的圖像配準問題方面的有用文獻，分析常用的解決方法的利弊之處；

3.提出改進方法，用matlab進行實現(xiàn)，與原方法進行對比；

4.在撰寫畢業(yè)設計過程中，加強與導師的交流，遇到問題及時與老師溝通、討論，并在老師的指導下一步步完成課題任務。

五、完成本課題所需工作條件1.需要在計算機環(huán)境下進行。2.需要在圖書館的專業(yè)英語詞典和相關資料。3.需要用matlab進行編程。4.需要與指導老師及時溝通交流。本課題工作安排及進度編號課程名稱工作任務安排周數進度1基于sift角點特征的圖像配準收集文獻資料1至4

完成2基于sift角點特征的圖像配準撰寫開題報告和文獻綜述5至6

完成3基于sift角點特征的圖像配準撰寫論文提綱、撰寫論文初稿7至10正在進行4基于sift角點特征的圖像配準修改并撰寫論文二稿，指導教師審閱、修改11至125基于sift角點特征的圖像配準修改并撰寫論文三稿、指導教師審閱、修改13至146基于sift角點特征的圖像配準定稿，提交論文15至157基于sift角點特征的圖像配準論文答辯16至16六、附錄[1]RichardSzeliski.Videomosaicsforvirtualenvironments.IEEEComputerGraphicsandApplications,1996.16(2):22-30.[2]PelegS,RoussoB.Mosaicingonadaptivemanifolds.IEEETransactionsonPAMI,2000.22(10):735-739.[3]M.Brown,DGLowe.RecognisingPanoramas.ProceedingsofIEEE

InternationalConferenceonComputerVision2003.1218-1225.[4]M.BrownandD.Lowe.InvariantFeaturesfromInterestPointGroups.InProc

ofthe13thBritishMachineVisionConference,Cardiff,and2002.253-262.[5]K.Mikolajczyk,C.Schmid.Scale&Affineinvariantinterestpointdetectors.InIJCV,2004.1(60):63-86.[6]王小睿,吳信才,李軍.模擬退火算法的改進策略在模板匹配上的應用[J].小型微型計算機系統(tǒng),1997,18(8):32-37.[7]封靖波,蘇志勛,劉秀平.一種基于相似曲線的全景圖自動拼接算法[J].

計算機學報,2003,26(11):1604-1608.[8]趙向陽,利民.一種全自動穩(wěn)健的圖像拼接融合算法[J].中國圖形圖像學

報,004.9(4):417-422.[9]C.Harris,MS