基于几何约束的鱼眼图像特征匹配问题研究

摘要

图像特征匹配的过程实际是寻找来自空间同一场景两幅图像或多幅图像之间特征区域一对一映射的过程。图像特征匹配在其他的视觉问题中是一个关键的步骤，如三维重建、目标检测、场景分析、物体识别等。目前，图像匹配在实际中也有非常广泛的应用，如广泛应用于医学、航天、生物、信息处理等领域。它已经成为数字图像处理中不可或缺的一部分。本文围绕基于几何约束的特征匹配问题进行了研究，主要工作包括如下几点:
　　1.给出了一种基于分层聚类的鱼眼图像特征匹配和基于这些匹配的平面检测方法，并在分层聚类过程中引入一种自适应的链接模型。该方法同时考虑了特征对应自身的相似度和特征对应之间的几何约束，利用特征对应区域的单应约束计算特征对应对之间的几何不相似度，从而来衡量特征对应区域之间的几何一致性，然后通过分层聚类的方法得到鱼眼图像之间可靠的特征匹配和基于这些特征匹配的平面检测。并通过实验对单链接模型和自适应链接模型进行比较，实验结果表明，自适应链接模型能得到较好的基于可靠匹配的平面检测效果。
　　2.针对鱼眼图像初始特征匹配中存在大量错误匹配的情况，给出一种基于几何约束，利用谱聚类来剔除错误匹配的方法。该方法同时考虑了特征对应自身匹配的准确度和特征对应之间的几何不相似度来衡量特征对应之间的几何一致性。首先近视图像局部满足仿射变换，然后估计特征对应区域之间的几何不相似度，利用这个几何约束构建谱聚类中用到的邻接矩阵;最后，通过谱聚类的方法去除初始匹配中的错误匹配。在实验中，我们将这种方法运用到普通场景、三维场景、变形较大的场景和重复纹理场景，实验结果表明，这种基于几何约束的谱聚类方法，能较好的适用于不同场景，并能很好的去除初始匹配中的错误匹配，得到可靠的鱼眼图像之间的特征匹配。

目录

摘要

第一章 绪论

1．1 研究背景及选题意义

1．2 国内外研究现状

1．3 预备知识

1．3．1 摄像机成像模型及标定

1．3．2 平面单应约束

1．3．3 极几何(Epipolar Geometry)

1．3．4 几何约束

1．4 本文主要内容及结构安排

第二章 基于分层聚类的特征匹配和平面检测

2．1 引言

2．2 相关知识

2．2．1 单应约束

2．2．2 鱼眼图像的平面单应约束

2．3 鱼眼图像单应约束的计算

2．3．1 特征检测

2．3．2 特征的初始匹配

2．3．3 计算鱼眼图像的单应约束

2．4 特征对应之间的几何约束

2．5 分层聚类方法简介

2．5．1 层次分解方法

2．5．2 类与类之间的链接模型

2．5．3 自适应链接模型(Adaptive Partial Linkage Model)

2．6 基于分层聚类的特征匹配和平面检测

2．7 实验结果及分析

2．8 总结

第三章 基于谱方法的鱼眼图像特征匹配

3．1 引言

3．2 谱聚类方法简介

3．3 特征对应之间的几何约束

3．3．1 局部仿射变换

3．3．2 邻接矩阵M的构建

3．4 基于谱聚类方法的特征匹配

3．4．1 鱼眼图像的特征匹配

3．4．2 实拍图像实验分析

3．5 总结

第四章 全文总结

参考文献

攻读学位期间取得的研究成果

致谢

个人简况及联系方式

声明