摘要
图像匹配就是把具有同一场景的两幅或多幅图像在空间上对准，进而确定他们之间变换关系的过程，这些图像可能是在不同时间、用不同传感器、从不同视角拍下来的。在目标跟踪、图像导航、文字识别、资源分析、人脸识别以及计算机视觉等领域中，需要解决的一个关键问题就是图像匹配，而利用包含图像重要结构信息的少量特征点来确定图像间的变化关系是解决该问题的一种有效方法。这种方法的难点是如何提取稳定的特征点，并构建适应旋转、形变、遮掩、噪声及其他因素的特征描述子。
本文对两种特征点提取算法(Harris算法和SIFT算法)进行分析比较，得出Harris角点检测算法效率高，但对尺度变化和抗噪性的鲁棒性差，SIFT算法对尺度变化及抗噪性鲁棒性好，但算法时间复杂度高，且对图像纹理要求高。
图像匹配的方法大致分为两类：基于像素的图像匹配方法和基于特征的图像匹配方法。而基于特征的图像匹配方法是目前图像匹配的最常用方法，其最大的优点在于能够将对整个图像进行的各种分析转化为对图像特征（特征点、特征曲线等）的分析，从而大大减小了图像处理过程的运算量。经过多年的研究，基于特征的图像匹配技术以及取得了一定的研究成果，其主要步骤包括：图像采集、特征提取、特征匹配、图像变换。本文会实现基于点特征的图像匹配的仿真。
关键词：特征点检测 图像匹配 Harris 图像处理
ABSTRACT
...
KEY WORDS：Feature point detection Image matching Harris Image processing
目录
摘要5
第一章 绪论7
1.1 研究背景7
1.2 研究现状综述8
1.2.1 特征点提取研究现状8
1.2.2 特征点匹配研究现状11
1.3 研究内容12
1.4 论文组织结构13
第二章 角点检测及MATLAB实现15
2.1 角点定义15
2.2 常用角点检测的算法16
2.2.1 Harris算子16
2.2.2小波变换算子16
2.2.3 Moravec算子17
2.2.4 Forstner算子18
2.3 常用角点检测算法比较19
2.4 Harris角点检测的MATLAB实现20
2.5 本章小结23
第三章 仿真软件 Matlab23
3.1 Matlab软件介绍23
3.2 Matlab软件特点24
3.3 Matlab软件优势26
3.3.1 编程环境26
3.3.2 处理能力26
3.4本章小结27
第四章 基于点特征的图像匹配及其仿真28
4.1 图像匹配的方法28
4.1.1 基于点特征的图像匹配算法29
4.1.2 基于线特征的图像配准算法30
4.2图像匹配的原理31
4.3图像匹配的MATLAB实现31
4.4图像拼接的原理33
4.5图像拼接的MATLAB实现33
4.6 本章小结34
第五章 全文总结34
参考文献35
致谢37
附 录38
