文档介绍：基于角点检测的高精度点匹配算法自己收集整理的错误在所难免仅供参考交流如有错误请指正!谢谢基于角点检测的自动点匹配算法徐琳曹晓光郁文霞(北京航空航天大学图像处理屮心北京100083)摘耍针对多光谱、多传感器遥感图像的自动配准,本文提出了一个新的基于Harris角点检测的高精度自动点匹配算法该算法充分利用了图像的角点特征以及图像灰度和位置信息匹配过程中采用圆形模板进行相似度计算和松弛匹配并用全局一致性检测保证匹配的精度初步实验表明本算法对于存在仿射变换的遥感图像可以精确自动匹配其精度和速度都优于传统的点匹配算法关键词角点检测点匹配圆形模板一致性检测仿射变换APointMatchingAlgorithmbasedonCornerDetectionXuLinCaoXiaoguangYuWenxia(ImageProcessingCenter,BeiHangUniversity,BeiJing,100083)AbstractForautomaticregistrationofmulti-spectralandmulti-sensorremotesensingimages,uracypointmatchingalgorithmbasedonHarriscornerdetectionisdescribedinthispaper・Itmakesfulluseofgraphicpointfeature,gray-,circulartemplateisadoptedtocalculatesimilarity・Moreover,uracy・・•uracyandrunningspeed・ransform1引言点匹配是数字图像处理的基本任务之一在遥感图像处理中被广泛应用目前常见的匹配算法主要有:基于灰度基于特征和基于对影像理解和解释等三种算法基于灰度的匹配直观易懂但速度慢、精度低;基于特征的匹配精度高但计算复杂常用的角点匹配算法有常用的角点匹配算法有Hausdorff距离法、松弛标记法、确定性退火算法以及迭代最近点算法(ICP)角点是像素点在其邻域内的各个方向上灰度变换值足够高的点⑷它是一种非常重要的图像点特征包含了图像中比较丰富的二维结构信息乂被称为〃兴趣点〃或特征点算子针对空间上存在仿射差异(位移、旋转、缩放)的两幅多光谱遥感图像本文给出了基于Harris算子的角点检测和自动点匹配算法本文提出的一直灰度匹配和特征匹配相结合的算法该算法充分利用了角点邻域灰度信息和仿射变换前后角点的位置信息以达到自动配准的目的对于同时存在平移、缩放、旋转变换的图像具有较高的匹配精度本文算法主要思路:首先由Harris算子检测得到待匹配的角点集合随后采用局部灰度相关进行粗匹配得到多对多匹配对然后进行松弛迭代由精匹配得到…对…的匹配对最后利用角点间距离比进行全局一致性检测进一步保证匹配的准确率2Harris算子Harris[4]、提取的角点特征均匀合理、可以定量提取特征点以及算子稳定的特点其处理过程表示如下:(1)(2)其中为方向的梯度为方向的梯度为高斯模板为矩阵的行列式为矩阵直迹为默认常数矩阵中每