基于內容特征的圖像匹配算法的研究.pdf

1、在信息技術日新月異的今天，無論單張圖像大小還是圖像總體數(shù)量上都是在呈現(xiàn)幾何倍數(shù)的增長，這將給圖像的管理和檢索帶來了巨大的挑戰(zhàn)。如何從海量圖像中檢索出需要圖像是當前諸多科研領域中的難題，而基于內容的圖像檢索方法就是解決此類問題的重要手段。本文以基于內容的圖像檢索與匹配為研究方向，利用經(jīng)典SIFT特征提取算子對圖像進行分割與匹配，并在此基礎分析圖像噪聲對SIFT算子的影響。本文的主要工作有:
　　在圖像分割過程中，針對交互式Graph

2、 Cuts圖像分割算法算法需要人工手動選擇前景目標和背景場景條件的不足，提出一種基于SIFT算法的改進Graph Cuts(GC)圖像分割算法，應用于自動尋找圖像分割的種子點。仿真結果表明，改進的GC算法有較好的分割效果。
　　在圖像匹配過程中，針對傳統(tǒng)SIFT算法對顏色特征提取先天性的不足，提出一種基于顏色直方圖的SIFT特征提取算法。首先根據(jù)傳統(tǒng)SIFT特征提取算法計算特征點的位置、尺度和方向;其次以特征點為中心，以16×16

3、領域大小為窗口，增加計算顏色直方圖，利用顏色直方圖進行初次匹配，以縮小圖像的搜索范圍;最后根據(jù)傳統(tǒng)SIFT特征點的算子進行第二次匹配，并將匹配出的圖像以相似度由高到低進行排列。實驗結果顯示，改進的SIFT算法具有較高的查準率和查全率。
　　在分析圖像噪聲對SIFT算法的影響過程中，針對脈沖噪聲對圖像匹配的干擾提出一種改進型濾波的算法，用以降低脈沖噪聲對SIFT特征提取的影響。首先求出圖像直方圖，檢測圖像直方圖的左右兩個峰值點，檢測