基于Matlab的自动与手动图像匹配研究

摘要：图像匹配是计算机视觉、图形图像领域的一个重要课题，具有仿射不变性、光照不变性、部分遮挡不变性的特征提取和匹配是这个问题的核心内容。Matlab是图像处理的一个常用的工具，其自带函数可手动实现图像匹配，而sift方法是提取图像特征描述子的一种常用方法，可自动实现图像匹配。本文通过实现手动与自动的图像匹配，为下一步图像处理工作做出准备。

关键词：图像匹配；匹配点；SIFT；MATLAB

中图分类号：TN957.52文献标识码：A文章编号：1007-9599 (2010) 16-0000-01

Matlab-based Automatic&Manual Image Matching Research

Li Wenhai

(Xiamen University,Institute of Information Science and Technology,Xiamen361005,China)

Abstract:Image matching is computer vision,graphics and video is an important topic areas,with affine invariance,illumination,partial occlusion invariant feature extraction and matching is the core of the problem.Matlab is a commonly used image processing tools,and its own image matching function can be achieved manually,and sift is to extract the image feature descriptor of a commonly used method,the image can be automatically matched.In this paper,realization of manual and automatic image matching,image processing for the next step to make preparation.

Keywords:Image matching;Match point;SIFT;MATLAB

图像配准是指对不同时间、不同传感器及不同条件下获取的两幅或多幅图像进行匹配、叠加的过程，具体表现为将两幅图像中对应的空间位置进行映射。图像配准实现过程如下：首先对两幅图像进行特征提取得到特征点；通过进行相似性度量找到匹配的特征点对；然后通过匹配的特征点对得到图像空间坐标变换参数：最后由坐标变换参数进行图像配准。

一、手动与自动匹配研究

图像配准的过程实际上是指寻求两幅图像间一对一映射的过程，也就是说要将两幅图像中对应于空间同一位置的点对应起来。而基于Matlab的图像匹配的实现方法主要分为手动匹配与自动匹配两个大类。

（一）手动匹配

手动匹配方法是完全应用Matlab自带函数实现图像匹配，具体方法如下：

1.将参考图像与待配准图像读入到MATLAB的工作区并转为设定格式；

2.应用cpselect（K，L，kpoints，lpoints）函数显示图像；

3.在图像显示界面中指定图像中的成对控制；

4.保存控制点对；

5.指定要使用的六种变换类型之一，并根据控制点对推算出变换参数；

6.根据指定的变换类型与推算出的变换参数联合对待配准的图像进行空间几何变换，使之对准。

最后运行结果如图1-1所示。将输入图像input image与基准图像base image进行匹配，得到匹配结果registered image。实验的结果达到预期要求。

（二）自动匹配

尺度空间的特征不变性算法是一种提取局部特征的算法，目前已经较为完善，用来在尺度空间寻找极值点，提取位置，尺度，旋转不变量。具体方法为：

1.检测尺度空间极值点；

2.精确定位极值点；

3.为每个关键点指定方向参数；

4.关键点描述子的生成；

5.得到了若干个特征点及其描述子向量，对描述子进行匹配，当最近距离与次进距离之比小于某一参数时，认为两个特征点相互对应；

6.根据确定的对应点匹配图像。

同样读入参考图像与待配准图像，可自动得出匹配结果如图1-2所示

二、分析与预期

手动选择点存在误差，选择越多误差越大，虽然通过放大图像来缩小误差，但是误差仍然较大，自动匹配就通过计算减小了人为误差。对于特殊图像，尤其是表面变化不明显的图像或边缘明显的规整图像自动方法找到特征点较少，但是手动方法由于可以自行控制受影响较小。手动拘泥于Matlab提供的六种图像变换形式，但是自动的不拘泥于形式。

在以后的图像处理中，较为粗糙的匹配可以采用手动，但是较为精确的匹配要使用自动匹配方法，下一步我们打算实现三维的自动与手动体匹配。

参考文献：

[1]孙远,周刚慧.灰度图像匹配的快速算法[J].上海交通大学学报

[2]沈庭芝,方子文.数字图像处理及模式识别[M].北京:北京理工大学出版社,1998

[3]李俊山,沈绪榜.图像匹配技术研究[J].微电子学与计算机,2000,2

[4]Brown L G.A survey of image registration[J].ACM Computing Surveys,1992,24,4:325-376

作者简介：

李文海（1986-），男，福建厦门人，厦门大学信息科学与技术学院2008级系统工程硕士研究生，研究方向：信息技术。