基于点模式匹配的图像匹配方法的研究

摘要

视觉自动定位技术是集成电路后封装设备中的一项重要单元技术.视觉自动定位系统由光学照明系统、光学成像系统、CCD摄像器件、图像处理软件等部分组成,其中高精度的图像处理算法对视觉自动定位系统的精度起着决定性的作用.本文针对视觉定位中用到的图像匹配方法、以及与之相应的图像预处理方法、提高匹配精度的方法进行了深入细致的研究.图像匹配是图像处理的一个基础问题,在工业检测、交通管理、遥感测量等领域中都有广泛的应用.简单地说,它就是找到两幅不同图像之间的空间位置关系.本文在对现有的图像匹配方法的深入广泛的研究的基础上,研究了利用点模式匹配进行图像匹配的方法,并在此基础上利用能量最小化方法进一步提高图像匹配的精度.本文的主要内容包括:(1)对现有图像匹配方法的分类和概述、以及简要的分析;(2)对图像预处理方法的研究.其中,详细地讨论了线性滤波器、中值滤波器的特点和局限性,详细地研究了SUSAN滤波器的优点,此外,对图像分割方法作了简要的介绍;(3)对提取图像中特征点的方法的研究.简要地介绍了常见的边缘提取方法,研究了基于小波的强边缘的提取方法和SUSAN角点提取方法;(4)对点模式匹配方法的研究.研究了点模式匹配的定义以及匹配的过程;(5)对进一步提高图像匹配精度的方法的研究.研究了亚像素边缘提取方法、能量最小化方法和光流方法.(6)对图像匹配软件的研究.介绍了软件的开发平台、模块结构、使用方法等.在本文的最后,对全文进行了总结,并对将来的图像匹配方法提出了自己的展望.

目录

文摘

英文文摘

独创性声明及学位论文版权使用授权书

1绪论

1.1课题来源

1.2课题背景

1.3课题的目的和意义

1.4国内外发展现状与趋势

1.5论文的研究内容

2图像匹配方法

2.1综述

2.2基于像素灰度的匹配方法

2.3基于傅立叶变换的匹配方法

2.4基于投影的匹配方法

2.5基于轮廓的匹配方法

2.6本章小结

3图像预处理

3.1图像滤波

3.2图像分割

3.3本章小结

4特征点的提取

4.1常见的边缘提取方法

4.2基于小波的强边缘提取方法

4.3 SUSAN角点提取

4.4本章小结

5点模式匹配和精度的提高

5.1问题的定义

5.2参数θ的确定

5.3匹配点对的确定

5.4匹配参数的确定

5.5点模式匹配试验结果

5.6亚像素边缘检测方法

5.7能量最小化方法

5.8光流方法

5.9本章小结

6软件系统

6.1开发工具

6.2软件的结构

6.3图像处理类

6.4软件的使用方法

6.5本章小结

7总结与展望

7.1全文总结

7.2对将来的展望

致 谢

参考文献

附录1攻读硕士学位期间发表的论文