图像匹配技术在近几十年来发展比较迅速,也一直是人们研究的热点和难点,最早的研究是在70年代,美国在军事应用研究方面,从飞行器辅助导航系统中提出来的。国内外现阶段对图像匹配技术的研究主要是以提高匹配的精度和速度为主,同时对匹配方法的通用性也有一定要求。62802
1 国内研究现状
图像匹配在计算机视觉方面的发展一直备受国内学者的关注,随着对图像匹配技术方面的深度发掘与探索,国内学者提出了许多关于图像匹配的理论以及优化改进处理方法。例如:在灰度图像匹配领域中,为了提高图像匹配的速度,罗钟铉和刘成明提出了基于小波变换和投影特征的快速图像匹配方法,该方法在保持了匹配精度的条件下,同时又提高了匹配速度;杨方林、杨风暴等人也提出了一种新的快速图像匹配算法,他们是通过计算图像之间的迹差,求最小误差来计算的。在SSD和NCC算法上,宋毅、崔平远、居鹤华也提出了改进的算法,降低了计算量;在SSDA匹配算法上,吴培景和陈光梦提出了一种改进的SSDA图像匹配算法,针对现有的SSDA算法没有抗噪性能的缺点,在改进的算法中提高了算法的抗噪性能和匹配速度。为了使图像匹配有较强的适用性,范俐捷、王岩飞、高鑫等人提出了一种新的基于灰度的图像匹配Mutual Variance combined with Genetic Arithmetic(MVGA)算法,他们采用遗传算法的思想简化各个过程,降低复杂度使算法达到较高的匹配速度。虽然国内现有的图像匹配研究理论较多,但是大都停留在算法研究的阶段,想要在生活生产中得到较好的应用,还有很长一段路要走。
2 国外研究现状
国外学者对图像匹配方面的研究比较早,从20世纪70年代开始,已经对图像匹配方面的工作开始关注并展开研究,并将图像匹配应用到不同领域,迄今为止,已经实现了图像匹配的不少实证研究,也取得了一定程度的实际效果。在最早期,1971年Leese提出了平均绝对差算法(MAD),1972年Barnea D I和Silverman也提出了序贯相似性检测法,早期的这些算法在时间复杂度和匹配精度上存在一定问题。经过几十年的研究发展,取得了很大进步。在图像匹配使用环境和对象多样性领域论文网,外国学者从两个方面出发:一是图像匹配的精度,二是图像匹配的速度,提出了许多改善图像匹配效果的方法,例如:为了提高图像匹配速度上,Chang和Cheng提出了快速图像特征点配对的方法;Tanimmo 在图像匹配搜索策略上通过利用金字塔分层匹配策略,缩短了搜索时间;在基于小波变换的分层图像匹配算法上,Jane从分解后的每一层图像中都提取兴趣点进行匹配,这种方法又进一步提高了图像匹配速度。同时,为了提高图像匹配的精度,降低误差因素对匹配结果的影响,Li利用将灰度局部统计特性与轮廓检测相结合的方法,对提取的特征点进行精确匹配。Borgefors为了降低噪声、几何变换对图像匹配的影响,提出了距离变换和分层搜索的方法。