摘 要:图像匹配技术是实现图像融合、图像校正和目标识别与跟踪的关键步骤之一，在图像识别和图像重建等领域中应用普遍。图像匹配即由两幅相异图像找出对应的空间位置关系。本文对图像匹配方法进行分类、概述，并着重介绍了基于灰度为基础的匹配算法，对其进行Matlab仿真，比较了基于灰度图像匹配算法的准确性、快速性、抵抗干扰和旋转性能。91496
毕业论文关键词:图像匹配，特征点，灰度匹配
Abstract:Image matching technology is to realize the image fusion, image correction and target recognition and tracking, one of the key steps in image recognition and application of common in areas such as image reconstruction。 Image matching is composed of two different image to find out the corresponding spatial location relationship。 In this paper, the image matching method to classify, summarize and emphatically introduces the matching algorithm based on gray level on the basis of, on the Matlab simulation, compares the accuracy of the matching algorithm based on gray image, quickness, resist interference and spinning performance。
Keywords:Image matching, feature points, gray matching
目 录
1 前言 4
1。1 绪论 4
1。2 论文背景和意义 4
1。3 图像匹配的概述 5
2 图像匹配的算法 7
2。1 基于像素灰度相关的匹配算法 7
2。2 基于特征的匹配算法 8
3 基于灰度的图像匹配仿真 11
3。1 基于灰度图象匹配 11
3。2 灰度图像模板图的获取和匹配仿真 11
3。3 灰度图像旋转后匹配仿真 13
3。4 灰度图像加噪后的匹配仿真 14
3。5 基于灰度图像匹配算法的评价 15
结论 16
参考文献 17
致谢 18
附录 19
1 前言
数字图像处理在近几十年中俨然发展成了一门强大的学科，愈加影响着人们的生活与工作，应用规模跟着人类的活动领域在不停的扩增。
图像匹配技术在图像辨认和图像重新搭建等方面使用的较为普遍，能够完成图像融合、图像校正和目标识别以及跟踪，是一项重要技术。图像匹配定义即由2幅相异图片而找出对应的立体几何位置联系。我们都知道图像匹配技术发展到今天为止，对图像匹配也大致有了总的归类，大体上就是分成以灰度、特征为基础的两种匹配，并且着重探讨匹配的精确度、速率大小方面[1]。
本文首先对算法进行了较为简单的介绍,有着重点的展开描述，尤其是在灰度图像匹配算法上面;其次分析了图像匹配的算法的特点；并对其进行了Matlab仿真，比对了精确度、快速性、抗干扰能力与旋转性能四个方面；并简要说明了其优劣性。
1。1 绪论来自优I尔Y论S文C网WWw.YoueRw.com 加QQ7520~18766
数字图像处理这门学科开展已久且日益成熟，从上个世纪二十年代开始，到新世纪的现在已经慢慢地渗透于人类的各个层次方面，与计算机也日益密切联系，利用各式有效的技术与措施来对图像进行处理，噪声去除、图像加强、图像复原、图像分割、提取图像特征等。愈加地受到广大研究者的喜爱，并将其致力于科学与人机界面的研究。 Matla图像检索匹配方法关键技术研究b仿真:http://www.youerw.com/tongxin/lunwen_198992.html