图像特征提取与匹配算法研究及其在印刷品图像检测中的应用

摘要

本文的项目背景是设计一个基于计算机自动识别的印刷品图像在线差异检测系统。具体过程为：印刷品图像的预处理、图像特征提取、特征匹配。通过以上处理，以检测不合格的印刷品。本文主要做了以下工作： 1.在特征提取阶段，分别利用Forstner、Harris、SIFT(Scale Invariant Feature Transform)三种点特征提取算法对印刷品图像进行特征提取，并就三种方法在提取特征点的有效性、提取特征点数量和提取时间上进行对比分析，得出SIFT算法更能满足本项目的需求。 2.在特征匹配阶段，针对Forstner和Harris特征提取算法，采用粗匹配和精匹配两个阶段进行确定。首先，运用相关系数法进行特征点的粗匹配，再利用距离约束条件进行精匹配，剔除伪匹配点对。对发生相同畸变的图像做实验发现，Harris算法提取的特征点在抗平移、光照变化上明显强于Forstner算子，但对不同内容和有污质图像的匹配上，两种算法都存在误匹配的情况。 针对SIFT算法的特征匹配，提出在最近邻(NN,Nearest Neighbor)匹配之后，利用距离约束算法剔除伪匹配的特征点对，最后再进行匹配点对个数限制，进一步加强匹配约束条件。实验证明，SIFT算法提取的特征点，在识别不同内容图像和有污质图像上明显强于Forstner和Harris算法。本文的算法可以实现横向平移60像素、纵向平移40像素，旋转90度，光照明显变化图像的正确匹配。调节匹配阈值，可以满足多种匹配精度要求。 利用本文的算法，对发生平移、旋转、光照变化等畸变的图像，以及有污质和不同内容的图像进行了一系列图像匹配实验，实验结果证明，本文算法具有一定的可实施性。

目录

文摘

英文文摘

声明

1绪论

1.1引言

1.2课题背景与意义

1.3国内外印刷品在线检测系统的研究现状

1.4本文研究内容及项目评价

1.5本文的组织结构

2图像特征提取

2.1图像特征的分类

2.1.1图像的点、线、面特征

2.1.2图像的文理和形状特征

2.1.3图像的颜色特征

2.1.4图像的统计特征

2.2图像特征提取的评价

2.3图像特征提取的发展及应用现状

3两种点特征提取算法及匹配

3.1 Forstner特征提取算法

3.1.1本来的Forstner算法提取流程

3.1.2基于熵理论的Forstner算法

3.2 Harris特征提取算法

3.3特征点的匹配

3.3.1粗匹配

3.3.2精匹配

3.4实验结果与分析

3.4.1 Forstner特征提取结果与分析

3.4.2 Harris特征提取结果与分析

3.4.3匹配结果分析

3.5本章小结

4 SIFT特征提取算法

4.1 SIFT算法概述

4.2尺度空间的生成

4.3特征点提取

4.3.1极值点的获得

4.3.2过滤边缘处候选点

4.3.3过滤低对比度的特征点

4.4特征描述符的生成

4.4.1特征点方向的确定

4.4.2 SIFT特征向量的生成

4.5实验结果与分析

4.6本章小结

5印刷品图像匹配

5.1图像匹配的研究现状

5.2基于SIFT特征提取的印刷品图像匹配

5.2.1最近邻NN算法

5.2.2 k-d树搜索算法

5.2.3二次匹配

5.3实验结果与分析

5.4本章小结

6总结与展望

6.1本文工作总结

6.2对未来工作的展望

致谢

参考文献