基于灰度的图像匹配研究

基于灰度的图像匹配研究

李涛（P1*******）

摘要：众所周知，可以说视觉对环境的感知效率是很高的，人类对外部世界的感知80%是由视觉完成的。我们所介绍的计算机视觉，用通俗的话说就是一门研究如何让机器来“看”的科学。具体说来，就是用计算机和摄像头来代替人眼的功能，实现对目标的识别、测量或者是跟踪并且相应的做出图像处理，甚至能够最终做出对目标的判断或者做出反应。当然，计算机视觉和其它的技术一样，经历了长期的发展过程。而是在近数十年计算机技术突飞猛进的背景下，它才真正得到关注和发展。

图像匹配是计算机视觉和图像处理领域中一项非常重要且难度很高的工作。它主要用于将不同时间、不同传感器、不同视角及不同拍摄条件下获取的两幅或多幅图像进行匹配。图像匹配是多种图像处理及应用的基础，匹配的效果直接影响到其后续图像的处理工作。正因为其应用的广泛性，需求的增多，大大推动了图像匹配技术的研究向前发展。但同时，我们也要认识到图像匹配也是一个难点问题。因此，对现有的图像匹配算法展开分析对于实际工程提高图像处理质量和识别精度具有非常重要的意义。本文作为一篇综述性的文章，我们主要向大家介绍图像匹配问题的由来，其中包含的主要内容，以及该问题所包含的主要技术和算法。

关键字：图像匹配；灰度；特征；算法。

The Research of Image Matching Based On The Gray

Li Tao

Abstract:As we all know, we can say the efficiency of visual perceiving the environment is very high, 80% of the human perceiving outside world is completed by the visual. The so called computer vision, is a kind of science that about how to make machines to "see" in simple words. Specifically, is using computers and cameras to replace the function of the human eyes, to achieve the target recognition, measurement or make a track and the corresponding image processing, and even be able to make the final judgment on the target. Of course, computer vision has been gone through a long process of development. And it really gets attention in recent decades occurred in the context of rapid development of computer technology.

Image matching is a very important and hard job in computer vision and image processing field. It mainly used in a kind of situation that we obtain two or more images to match in different times, different sensors, different perspectives and different shooting conditions. Image matching is the base of a variety of image processing and application, result of the matching directly impact on the effectiveness of subsequent image processing. Because of the large of its extensive application, demand for many new applications and new

requirements to vigorously promote the image matching technology research steps forward. At the same time, we have to recognize that image matching is not only a hot issue, but also a difficult problem. Therefore, the existing image matching algorithm to analyze the actual construction improving the quality and accuracy of identification of the image processing has a very important significance. As a review of the field, we mainly to introduce the origin of the image matching problem, which contains the main content, and the problem consists primarily of techniques and algorithms.

Key words: Image Matching; Gray; features; algorithm

1绪论

计算机视觉通过对图像的数字感知和理解来模拟人类视觉，通过由三维世界所感知到的二维图像来研究并提取出三维景物的物理结构。在投影过程中，传感器将三维景物的物理性质、空间关系及表面反射特性综合成二维图像的灰度值。通常情况下，计算机视觉包含了两个部分：低层视觉和高层视觉。底层视觉即为图像处理，包括图像增强、噪声滤除和边缘检测等部分；高层视觉包括图像分析和图像理解，主要是模拟人类对图像信息的认知和决策能力。

数字图像处理(Digital Image Processing)是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。数字图像处理的产生和迅速发展主要受三个因素的影响:一是计算机的发展;二是数学的发展(特别是离散数学理论的创立和完善);三是广泛的农牧业、林业、环境、军事、工业和医学等方面的应用需求的增长。

图像匹配是计算机视觉研究中一项非常重要的工作，是由图像处理到图像分析的关键步骤。图像匹配技术有着广泛的应用，1998年自动化图像协会关于机器视觉的报告中指出，大约有40%的机器视觉应用中需要用到图像匹配技术。图像匹配技术所涉及的应用领域也很广泛，从工业检测可以推广到地形匹配、飞机导航、武器投射系统的制导、光学和雷达的图像模板跟踪、工业流水线的自动监控、工业仪表的自动监控、资源分析、气象预报、医疗诊断、交通管理、文字识别、图像数据库检索以及景物分析中的变化检测等等。

2图像匹配理论

2.1图像匹配的定义

在计算机视觉识别过程中，常常需要把不同的传感器或者是同一个传感器在不同时间、不同环境条件下对同一对象获取的两幅或多幅图像，进行比较，找到该组图像中的共有景物，或是进行图像配准，或是根据已知模式到另一幅图中寻找相应的模式，这就叫图像匹配。

从上面这个定义我们很容易想到，由于图像在不同时间、不同传感器、不同视角下获得的成像条件不同，那么即使我们是针对同一物体，在图像中所表现出来的几何特性、光学特性、空间位置等要素都会有很大的差别，如果我们再考虑到噪声、干扰等因素的干扰，最终得到的图像会发生很大变化，而图像匹配就是通过这些不同之处找到它们的相同点。

2.2图像匹配的一般过程

图像匹配是一个多步骤的过程。从总体上说，大概可分为图像输入、图像预处理、匹配特征提取、图像匹配、输出结果等几个步骤。虽然在实际的工作过程中，由于我们所采用的方法各不相同，而且不同的匹配算法之间步骤也会有很大的差距，但是它们的大致过程在逻辑上是基本一致的。下面是描述图像匹配基本过程的简略方框图。