论文总字数：36080字

摘 要

图像匹配一般是在一副或者两幅图像之间通过一定的匹配算法识别同名点的过程，其实质就是在部分图像相似性的条件下，使用匹配准则的最佳搜素问题。

本文实现了通过改进的尺度不变特征变换算法对同一幅图的复制—粘贴篡改进行检测。首先，对所用的改进前的算法做了介绍。但是由于尺度不变特征变换算法维数高，计算量大，匹配精度不高，因此，我们需要对SIFT(Scale-invariant feature transform,中文是尺度不变特征变换)算法进行改进，改进后算法为SURF（ Speeded up roubust feature,中文为快速鲁棒特征）。实验表明，改进后的SIFT算法减少了匹配时间，提高了匹配效率。

关键词：图像配准 SIFT 特征向量 SURF

Image Matching Based on Improved SIFT

Abstract

Image matching is generally between one or two images by matching algorithm to identify certain points in the process of the same name,and its essence is the similarity between two images in some conditions, using the optimal search matching rule.

This paper realized by improving the scale invariant feature transform algorithm for detecting a copy - paste to tamper with the same picture. First of all, improvements on the former algorithm is presented. But because of high dimension Scale invariant feature transform algorithm, the large amount of calculation, the matching accuracy is not high, therefore, we need to SIFT (Scale invariant feature - the transform of Chinese is Scale invariant feature transform) algorithm was improved, the improved algorithm to SURF (Speeded up roubust feature, Chinese is fast robust features). Experiments show that the improved SIFT algorithm reduce the matching time and improve the matching efficiency.

Keywords: image matching;SIFT;scale invariant;SURF

目 录

摘 要 I

Abstract II

第一章 绪论 1

1.1 选题背景和研究意义 1

1.2 图像匹配的研究现状 1

1.3 本文研究内容 2

1.4 本文组织结构 2

第二章 尺度不变特征变换（SIFT）算法特征生成 4

2.1 前言 4

2.2 尺度空间建立 4

2.2.1 构建尺度空间 4

2.2.2 构建高斯差分尺度空间 5

2.2.3 高斯金字塔与差分高斯金字塔 6

2.3 检测空间极值点 8

2.4 精确确定关键点的位置与尺度 8

2.4.2 剔除低对比度点 8

2.4.3 剔除边缘点 9

2.5 关键点方向确定 10

2.6 生成SIFT特征向量 11

2.7 SIFT特征向量匹配 12

2.7.1 相似性度量 12

2.7.2 消除错配 12

2.8 本章小结 13

第三章 SIFT算法改进（SURF） 14

3.1 改进算法（SURF）简介 14

3.2 改进算法（SURF）过程描述 14

3.2.1 兴趣点检测 14

3.2.2 尺度空间的构成与兴趣点定位 16

3.3 兴趣点描述 17

3.3.1 确定主方向 17

3.3.2 生成描述子 19

3.4. 本章小结 19

第四章 实验结果及分析 21

4.1 前言 21

4.2 实验结果 21

4.2.1 实验图像 21

4.2.2 实验算法过程 22

4.3 实验结果分析 24

4.4 本章小结 24

第五章 总结和期望 25

5.1本文所做工作总结 25

5.2 进一步的研究工作 25

参考文献 26

致 谢 28

附 录 29

第一章 绪论

1.1 研究背景和意义

在中美建交时期提出了图像匹配这一概念，它在提出之时就得到了军方的支持与帮助。经过十余年的发展，图像匹配最终在战斧巡航导弹与潘兴二中程导弹上得到成功应用，极大提高了武器的目标命中率与威慑力。尔后，图像匹配技术得到了迅猛的发展，成为图像分析与处理的重要发展方向。

图像匹配是指产生一个空间校准的图像集合或者匹配某一景物的过程，及将取自同一目标区域的两幅或多幅图像在空间位置上取得最佳匹配^[1]。这些图像可以是由同一传感器在不同时间获取的，也可以是由同一传感器在不同时间获取的，也可以来源于不同传感器。该技术的应用领域非常广泛，主要涉及通信、遥感、医学、军事、工业生产、文字识别、数据检索等各个领域。虽然在这些领域中大部分的配准技术需要结合实际情况，针对其特定的应用背景，但是应用于不同领域的配准技术之间有良好的移植特性。同时这个技术涉及许多相关的知识领域，比如图像预处理、图像重采样、特征提取等多个方面。它不仅与数值计算密切相关，而且与计算机视觉等有关。

随着科学与技术的快速发展，先进的图像传感器已经应用于我们生活的许多方面，能够动态、快速、自主地获取多重目标观测图像数据，但相关的数据处理能力发展较为缓慢，尤其是在目标检测与识别方面等，而图像匹配就是其中相当重要的一部分。如今，在图像匹配中图像篡改也日益成熟，引发了很多现实的问题。因此，图像匹配的相关研究工作对我们人类有重大的应用意义。

1.2 图像匹配的研究现状

图像的复制粘贴伪造是图像伪造的基本操作，将一幅图像的部分区域通过复制粘贴操作覆盖至另一区域，很难用人眼直接识别出来^[14]。因此，现如今国内外的热点为图像复制粘贴的检测方法。由于我们的篡改区域是通过对原图像进行了伪造（一般其灰度直方图值、图像统计特征、噪声成分与原图像有较高的相似性），因此，伪造的区域可以通过与原图像相似性较高的区域来确定。

传统的复制粘贴伪造检测采用逐像素方式进行搜索相似区域，耗时冗长。Fridrich 等人^[8]用对图像块的比较代替对传统的像素的比对，对图像块的DCT(离散余弦变换)量化系数按字典排序进行比较，检测图像的复制粘贴伪造区域，减少了检测的复杂度。Popescu 等人^[9]图像块矩阵组成的主成分分析,使用滑动窗口方法图像比较操作。Li 等人^[10]提取图像特征小波分解并进行SVD(sin-gular value decomposition)分解，对具有SVD特征的图像矩阵按照字典排序,减少搜索伪造块计算量,但搜索可疑区域仍然非常耗时。Wang等人^[11]使用圆形模板图像块的方法检测伪造区域（具有仿射变换）；使用高斯金字塔检测加速率，可以简单的检测出旋转变换的复制粘贴区域。复制粘贴篡改检测的两步：特征描述子和特征匹配。SIFT算法的重点在于图像的特征向量的提取，特征向量所形成的特征描述子具有对旋转、尺度缩放不变性，可以有效抵抗噪声等的干扰。所以，我们所使用的图像特征描述子是由SIFT特征形成的。

请支付后下载全文，论文总字数：36080字