论文部分内容阅读
图像配准技术作为数字图像处理中的一个分支方向，经过几十年的发展，日渐成为图像理解和计算机视觉深层次处理的基础关键技术。高速度、高精度的配准算法一直是该方向研究的重点和难点。现存的图像配准算法主要可分为基于灰度的图像配准和基于特征的图像配准。基于灰度的图像配准算法普遍具有速度慢，效率低的缺点，而基于特征的配准算法，尤其是基于局部特征点的图像配准算法，其对特征点的定位精度较高，对噪声、图像畸变、光照变化等具有较好的鲁棒性的优点，成为现阶段国内外专家学者研究的重点。本文对基于局部特征点的配准算法做了相关研究，尤其是基于ORB的图像配准算法。主要工作如下：(1)研究了基于局部特征点的图像配准算法的基本理论，包括局部特征点提取、空间变换模型、局部特征点描述、局部特征点匹配、匹配对的提纯等模块。(2)对ORB算法进行了重点研究，包括ORB局部特征点提取算法、ORB局部特征点描述算法。对基于ORB的图像配准算法进行了实验仿真，并且在速度、精度方面和SIFT、SURF算法进行对比。同时提出了一种利用差影法的图像配准精准度的评价方法，并用该方法定量的比较了ORB与SIFT、SURF算法的配准精度差异。(3)在印刷工业缺陷检测的应用背景下展开探索，引入快速的ORB配准算法来解决SIFT、SURF由于算法速度慢而不适用于在线检测的缺点。对于ORB配准精度不高的问题，分析原因，提出了使用仿射变换模型代替投影变换模型来估计参数矩阵的方法来改进原始的ORB配准算法，并通过仿真实验来对比改进后的ORB配准算法与原始算法的配准精度，从而验证改进后ORB配准算法的有效性。