摘 要

随着互联网技术以及新型传感器技术的迅速发展，仅靠单个图像上的信息很难满足不同领域人们的需求，因此需要对图像进行整合处理。在这样的背景下，图像配准技术获得了越来越多的关注和研究。基于特征的图像配准技术成为图像配准技术的研究热点，本文主要对Harris角点算子和SIFT算子进行分析和研究。

本文主要的研究内容如下：

1. 分析了图像配准技术的目的与意义，归纳总结了国内外图像配准技术相关的研究和发展现状，对比分析了基于灰度信息法、基于变换域法以及基于特征法的优缺点。
2. 分析研究了基于Harris角点特征的图像配准算法。主要是用一个局部小窗口对在图像点各个方向移动，通过判断灰度信息的变化情况来识别角点的位置，最后将特征向量进行匹配从而实现图像配准的过程。
3. 由于Harris角点特征不具有尺度不变性，因而研究了基于尺度不变特征的图像配准算法。从构建图像的尺度空间、检测空间极值点、定位关键点、确定关键点方向、对关键点进行描述这五个步骤分析了SIFT特征提取的过程，通过设置阈值计算特征点最近邻与次近邻的距离完成特征向量的匹配。为了配准更加精确，在最近邻算法上用RANSAC算法剔除误匹配的点，最后完成了算法仿真实现。

（4）分析比较基于Harris角点特征算法和基于SIFT特征算法在特征提取上的优缺点，以及在特征匹配模块上的改进。并将图像配准技术应用到用不同的传感器对两幅不同角度拍摄的同一场景的拼接上实现了图像配准技术在图像拼接中的应用。

关键词：图像配准；SIFT描述子：点特征提取；Harris角点特征；特征匹配

Abstract

With the rapid development of Internet technology and new sensor technology, it is difficult to meet the needs of people in different fields by information on a single image, so the image needs to be integrated. In this context, image registration technology has received more and more attention and research. Feature-based image registration technology has become a research hot spot of image registration technology. This paper mainly analyzes and studies Harris corner operator and SIFT operator.

The main contents of this paper are as follows:

(1)This paper analyzes the purpose and significance of image registration technology, summarizes the research and development status of image registration technology both at home and abroad, and analyzes the advantages and disadvantages based on gray information method, transform domain method and feature method based on feature method.

(2)The image registration algorithm based on Harris corner feature is analyzed and studied. Mainly uses a local small window to move in all directions of the image points, and determines the position of the corner points by judging the change of the gray information. Finally, the feature vector is matched to realize the process of image registration.

(3)Since the Harris corner feature does not have scale invariance, the image registration algorithm based on SIFT feature is studied. This paper describes the process of SIFT feature extraction from the dimension space of the constructed image, the detection space extreme point, the location key, the determination of the key point direction, and the key point. The threshold is used to calculate the threshold and the nearest neighbor the distance to complete the matching of the feature vector. In order to register more accurately, in the nearest neighbor algorithm with RANSAC algorithm to remove the wrong match points, and finally completed the algorithm simulation.

(4)The analysis and comparison is based on the Harris corner feature algorithm and the advantages and disadvantages of the SIFT feature algorithm based on the feature extraction, and the improvement on the feature matching module. And the image registration technique is applied to the splicing of the same scene taken by two different angles to realize the application of image registration technology in image splicing.

Key words: image registration; SIFT descriptor; point feature extraction; Harris corner features; feature matching

目 录

摘 要 I

Abstract II

第1章 绪论 1

1.1 图像配准算法研究的目的及意义 1

1.2 图像配准算法的国内外发展现状 2

1.3 图像配准算法研究的主要内容 3

第2章 图像配准技术算法分析 4

2.1 图像配准的原理 4

2.2 图像配准的基本框架 4

2.2.1 特征空间 5

2.2.2 搜索空间 5

2.2.3 灰度级插值技术 9

2.2.4 相似性度量 11

2.3 数字图像配准的常见算法 13

2.3.1 基于灰度信息法 13

2.3.2 基于变换域法 13

2.3.3 基于特征法 14

2.3.4 现有算法的比较分析 15

2.3 本章小结 15

第3章 基于Harris角点特征的图像配准算法设计与实现 16

3.1 Harris角点特征提取 16

3.1.1 Harris检测原理 16

3.1.2 算法步骤 17

3.1.3 特征向量的匹配 18

3.2 算法仿真与实验结果分析 18

3.2.1 算法流程设计 18

3.2.2 实验结果及其分析 19

3.3 本章小结 22

第4章 基于SIFT特征的图像配准算法研究与仿真实现 23

4.1 SIFT特征提取 23

4.1.1 尺度空间的生成 24

4.1.2 检测尺度空间极值点 26

4.1.3 准确定位关键点 26

4.1.4 确定关键点方向 28

4.1.5 关键点的描述 29

4.2 特征向量匹配 30

4.2.1 最近邻搜索算法 30

4.2.2 基于RANSAC方法的匹配 31

4.2.3 特征向量匹配 32

4.3 算法仿真与实验结果分析 32

4.3.1 算法流程设计 32

4.3.2 实验结果及其分析 32

4.3.3 图像配准在图像拼接中的应用 35

4.4 比较分析这两种算法的优缺点 38

4.5 本章小结 38

第5章 总结与展望 39

5.1 论文工作总结 39

5.2 未来工作展望 40

参考文献 41

致 谢 42

第1章 绪论

1.1 图像配准算法研究的目的及意义

图像的获取是图像处理系统的第一步，而获得的图像由于环境因素以及拍摄角度等各种问题会导致所获得图像反映出不同的有价值的信息。为了克服单个传感器的不定性和局限性，提高图像总体的质量则需要对图像之间进行处理整合，将多个传感器提供的对同一目标的数据各自的优势结合起来，去除冗余信息进一步改进信噪比提高系统的稳定性。适用各个领域对图像各方面的要求，提供优质的图像。图像配准技术在图像处理的过程中，起着比较关键的作用。

图像配准的方法很多，每种配准方法通常都针对特定实际具体问题而设计的，它们之间的共性就是都要在变换空间中寻找最有效的变换方式，能够使两幅图像或者多幅图像之间在一定程度上达到匹配，但针对不同的应用范围，类型不同的图像要求不同，需要具体问题具体来分析。图像配准具体地说，就是对于图像数据信息集中的两幅图像或者多幅图像，通过搜索某种恰当的空间变换方式将待配准图像映射到参考幅图像上面，使得两图或者多幅图像中对应于空间同一地方的点相对应起来，达到图像全景拼接的效果，从而能反应更多有效信息的图像，便于人们分析处理数据。