一种改进的高精度视频帧间匹配算法

文章摘要：1、引言图像匹配技术是数字图像处理领域的一项重要研究，并已在计算机视觉、虚拟现实场景生成、航空航天遥感测量、医学影像分析、光学和雷达跟踪、景物制导等领域得到了广泛的应用。它涉及到许多相关领域，如图像预处理、图像采样、图像分割、特征提取等，并且将计算机视觉、多维信号和数值计算方法等紧密结合在一起。因此，如何找到一种有效的图像匹配方法，使得它能快速而准确的从大量信息中找出所需图像信息成为急待需要解决的问题。特征法[1]是图像匹配算法中的一种经典方法，其原理是选取图像中的典型特征作为运动估计的基本单元，这种方法比较接近于人的视觉特性，主要受制于特征提取的稳定性和特征定位的精确性。而SIFT (sca

一种改进的高精度视频帧间匹配算法,标签：电子小制作,http://www.88dzw.com

1、引言

　　图像匹配技术是数字图像处理领域的一项重要研究，并已在计算机视觉、虚拟现实场景生成、航空航天遥感测量、医学影像分析、光学和雷达跟踪、景物制导等领域得到了广泛的应用。它涉及到许多相关领域，如图像预处理、图像采样、图像分割、特征提取等，并且将计算机视觉、多维信号和数值计算方法等紧密结合在一起。因此，如何找到一种有效的图像匹配方法，使得它能快速而准确的从大量信息中找出所需图像信息成为急待需要解决的问题。

　　特征法[1]是图像匹配算法中的一种经典方法，其原理是选取图像中的典型特征作为运动估计的基本单元，这种方法比较接近于人的视觉特性，主要受制于特征提取的稳定性和特征定位的精确性。而SIFT (scale in-variant feature transform)特征[2,3]是一种对尺度、旋转、亮度、仿射、噪音等都具有不变性的图像局部特征。所以，本文针对视频帧间匹配的要求，结合SIFT特征对尺度和旋转具有不变性的优点，将欧式距离判别和RANSAC法融合到对SIFT特征点的匹配计算中，通过研究得到了一种高精度的视频帧间匹配算法。

2、基于SIFT特征的视频帧间匹配

　　在需要处理的视频帧间图像中，普遍地存在旋转和尺度缩放，而常用的Harris角点[4] 和K-L角点[5]不适用于这种场合。SIFT特征是分别在两帧图像的高斯差分尺度空间（DOG scale-space）提取出的图像局部特征，以某段在直升机上拍摄的航拍视频为例，对视频中某两帧图像的SIFT特征点进行匹配，仿真结果如图1所示。

                            

                            
              图1 视频中某两帧图像的SIFT特征匹配结果

　　仿真结果表明，SIFT特征不仅具有对旋转、尺度缩放、亮度变化的不变性，而且对视角变化、仿射变换、噪声也具有一定程度的稳定性。由于该算法不以单个像素作为研究对象，所以提高了对图像局部变形的适应能力。

　　但是在传统的仅采用欧式距离判别法对特征点进行匹配的过程中，仍旧存在误匹配问题。图2是将相邻两帧图像中提取的特征点在同一帧图像中显示，可以根据性质将误匹配点分为两类：第一类是完全匹配错误的点，如图2方框（a）所示，即被配对的两帧图像上的两个点实际上不是一对具有匹配关系的点，他们具有相同或极其相似的SIFT特征向量，但他们并不是同一个图像特征；第二类是有误差的匹配点，如图2方框（b）所示，即两个点虽然是同一个图像特征，但是由于镜头的晃动，图像的局部运动及其他扰动的影响，同一个点在两帧图像中的坐标差异与其他大部分点的坐标差异相比，存在较大的偏差。这两种情况都会影响到运动参数估计的准确度，因此都是需要被去除的误匹配点。

                        

                             图2 欧式距离法判别匹配点

[1] [2] [3] [4]  下一页