论文部分内容阅读
随着特征匹配技术在众多领域中不断地被应用，使得特征匹配越来越受到大家的关注。特征匹配的目的是为了找到被映射到多维成像空间中的基本特征元素的对应原始特征。这些基本的特征元素包括点、线（直线或曲线）、区域。到目前为止，关于点特征匹配的研究越来越深入和成熟。大多数点特征的匹配方法基本上是利用图像的纹理信息来进行。但是，对于像建筑物、室内家具等人造合成场景（序列图像），由于此类图像不包含丰富的纹理信息，因此，不会获得太多的特征点。另外，现有的区域特征匹配方法的稀缺以及区域特征的不规则性给区域特征的匹配带来了巨大的困难。鉴于以上原因，针对人造合成的序列图像，直线匹配便成为首选，解决该问题成为很多实际应用中一项需要解决的基本任务。 本文提出了一种鲁棒的基于共线点的特征比(CHR)不变量的直线匹配方法—CHR-IMP法，该方法在无任何已知约束条件的情况下，完成了直线段的自动匹配。本文的主要研究包括:(1)本文介绍了一种新的仿射不变量——特征比(CHR)。由于CHR反映的是任意数目的共线点之间的几何关系，因此，可以灵活选取共线点的个数（本文选3个）来计算得到简单的CHR值，且运算效率高;(2)为了有效的计算CHR并用于匹配，本文提出了重要交点(IMP)的概念。IMPs是一组共线点，其定义体现了一种重要思想:在图像匹配等应用领域尽量使用少量的能充分反映图像重要信息的特征。IMPs可以有效的计算不变量CHR，且运算时间较短。另外，本文利用了一种名为最近距离比(NNDR)的相似度量对不同视图中的IMPs进行匹配;(3)本文在对IMPs所在的直线进行匹配时，充分的利用了一个现有的广为大家所熟悉的另一个不变量——叉积符号量来进行直线匹配。叉积符号量一个重要的几何特性是它可以反映两个向量之间的顺逆时针旋转关系，因此，基于本性质，我们把它用到直线匹配上并给出了具体的实现过程;(4)通过数值实验比较并分析了CHR-IMP法比已有的其他直线匹配方法的优势所在。实验结果充分表明，用CHR-IMP法进行直线匹配可以解决其他方法不能解决的情况（缩放，遮挡等），运行效率高，具有很好的鲁棒性。