文档介绍：。国内外研究现状分析。本课题的任务、重点内容、实现途径。完成本课题所需工作条件。本课题工作安排及进度。、本课题的目的及意义1、目的图像配准是图像处理的一个基础问题。它可以处理多个领域的很多际问题,如不同传感器获得的信息融合;不同时间、条件获得图像的差异检测;成像系统和物体场景变化情况下获得的图像的三维信息获取;图像中的模式或目标识别等。但是迄今为止还没有十分满意的图像配准方法,所以这方面的问题一直都是研究的热点。、,图像配准有着重大的应用价值。2图像配准的应用相当广泛:(1)计算机视觉与模式识别(2)医学图像分析(3)生物医学(4)语音识别、机器人学、文学、计算机辅助设计(CAD)、计算机辅助制造(CAM)等从以上方面可以看出,图像配准技术的应用前景十分广阔,深入研究图像拼接技术有着很重要的意义。、、国外:1、1996年由RichardSzeliski提出基于运动的图像配准模[1],采Levenberg-Marquardt迭代非线性最小化方法(简称LM算法),通过求出图像间的几何变换关系来进行图像配准。2、2000年,ShmuelPeleg等人提出了自适应的图像配准模型[2],它是根据相机的不同运动,自适应选择配准模型,通过把图像分成多个狭条图像进行多重投影来完成图像的配准。3、2003年,[3],文中使用了基于不变量技术[4]的SIFT算法[5]进行图像配准,算法完全自动完成且效果较好。、国内:1、1997年,王小睿等分别利用序贯相似度检测(SSDA)和归一化积相关两种相似性度量方法[6],实现图像的配准。2、2003年,封靖波等提出了一种基于相似曲线的配准方法[7]。3、2004年,赵向阳、杜立民提出了一种基于特征点匹配的图像自动配准算法[8],其中使用了Harris算法[9]提取角点并进行匹配。4、2005年,侯舒维、郭宝龙针对现有基于灰度级相似的图像配准方法的缺点,提出了一种图像自动配准的快速算法[10]。、本课题的任务、重点内容、: , ; ;,字数在10000以上,对整个课题重点研究的内容和关键问题的探讨、相应解决思路的提出和对试验整体上的概括与总结。:,在此基础上弄清课题的研究意义; ;,对图像拼接和图像三维重建展开研究; ; ;;。:、KI数据库等收集有关sift角点特征的图像配准问题研究方面的文献和信息; ,分析常用的解决方法的利弊之处; ,用matlab进行实现,与原方法进行对比;,加强与导师的交流,遇到问题及时与老师沟通、讨论,并在老师的指导下一步步完成课题任务。、。。。。10ppt课件.