4。3。1 高斯金字塔的构建 7

4。3。2 建立DOG差分金字塔 8

4。3。3 空间极值点检测 9

4。3。4 关键点的精确定位 9

4。3。5 关键点方向分配 10

4。3。6 生成SIFT特征向量 11

4。4 SIFT特征向量的匹配 12

4。5 本章小结 13

5 实验结果及分析 13

5。1 SIFT特征提取实验结果 13

5。2 特征匹配实验结果 13

5。3 本章小结 16

结  论 17

参 考 文 献 18

致  谢 19

附录：程序清单 20

1 前言

1．1 论文的研究背景和意义

基于SIFT算法的图像匹配技术是1999年的加拿大英属哥伦比亚大(British Columbia)学的大卫·劳伊(David Lowe)教授总结了现有的基于不变量技术的特征检测方法,正式提出了一种基于尺度空间的图像局部[3]特征描述算子-尺度不变特征(Scale Invariant Feature Transform, SIFT),并在2004年被大卫·劳伊教授加以完善。

基于SIFT算法的图像匹配由于其具有稳定性、多量性和高效性等优点,所以被广泛应用在图像处理的各个领域。它使图像处理技术在医疗,信息处理,生物等许多高科技领域得到应用,如物体识别、视频跟踪、机器人定位与导航、犯罪现场特征提取和手势识别等。所以,其对图像处理技术的应用和发展都具有重要研究意义。

1。2 图像匹配技术的发展与研究现状

1。3 本文的研究内容和目标

本论文题目为基于SIFT算法的图像匹配研究。首先,对以前的的匹配方法做了个简要阐述,在理论上比较了优缺点,得到了SIFT算法的优越性;接着,重点地介绍了SIFT算法实现的方法,在理论上去证明了SIFT算法的可行性和优越性;然后实验分别在不同的情况下，研究了SIFT算法的图像匹配效果,来验证SIFT算法在旋转变换、尺度变换和亮度变换下的一个匹配效果,以便测试图像和特征点的提取两者之间的关系;得到了实验数据后,再对数据进行一次分析和总结,最后得出了SFIT算法实际的运行的效果。

1。4 本文的章节结构

本文共有5章每章如下:来自优I尔Y论S文C网WWw.YoueRw.com 加QQ7520~18766

第一章:前言,分别介绍三个部分的内容，研究背景与意义、发展与研究现状和容与目标

第二章:图像匹配的基本理论,简要地说明了图像匹配的基本概念和图像匹配分类

第三章:尺度空间理论,详细地介绍了两个部分，尺度空间和高斯尺度空间

第四章:SIFT特征匹配,详细地介绍了两个方面，SIFT特征的提取部分和基于SIFT特征的图像匹配,重点阐述了提取的主要步骤和图像匹配的过程,第四章是本文着重介绍的章节

第五章:实验结果及分析,提取了SIFT特征并进行图像匹配,且设计图像匹配算法的实验。

2 图像匹配的基本理论

2。1 图像匹配技术的概述

图像匹配是计算机视觉和图像处理的重点,它是各种图像处理和应用的基础,其匹配效果可以直接影响后续图像处理。其在医学的图像分析、对象识别和变化检测、目标识别方面有广泛的应用；并且随着科学技术的发展,新的应用程序、新的需求慢慢地产生,使得匹配算法的研究一步步地进行[6]。