圖像匹配的主要方法分析

摘 要：在我國的圖像處理中，有很多的關鍵技術正在不斷的發展和創新之中。這些相關技術的發展在很大程度上推動了我國圖像處理事業的發展。作為圖像處理過程中的關鍵技術，圖像匹配技術正在受到越來越多的關注。文章針對圖像匹配的主要方法進行詳細的論述，希望通過文章的闡述和分析能夠為我國的圖像匹配技術的發展和創新貢獻微薄力量，同時也為我國圖像處理技術的發展貢獻力量。

關鍵詞：圖像處理；圖像匹配；特征匹配；方法

在我國的圖像處理技術中，圖像的匹配技術不僅僅是其中的重要組成部分，同時還是很多圖像技術的發展創新的技術基礎。例如圖像技術中的立體視覺技術；圖像技術中的運動分析技術以及圖像技術中的數據融合技術等。通過上述內容可以看出，在我國的圖像技術中，圖像匹配技術具有非常廣泛的應用。隨著我國的相關技術不斷的創新和發展，對于圖像匹配技術的要求也是越來越高。這樣就要求我國的圖像匹配技術有更深層次的研究和發展。我國現階段的研究主要是針對圖像匹配過程中的匹配算法進行研究，希望借助研究能夠更加有效的提升在實際的工作應用中的圖像質量，同時也能夠在很大程度上提升圖像處理的圖像分別率。文章的主要陳述點是通過圖像匹配技術的具體方法進行優點和缺點的分析，通過分析優點和缺點來論述我國圖像處理技術中的圖像匹配技術的發展方向以及改進措施。近些年出現了很多的圖像匹配方法，針對現階段的新方法以及新的研究思路我們在實際的應用過程中要有一個非常清醒的選擇。文章針對這一問題主要有三個內容的闡述。第一個是圖像匹配技術的算法融合；第二個是圖像匹配技術中的局部特征算法；最后一個是圖像匹配技術中的模型匹配具體算法。

1 現階段在世界范圍內較為經典的圖像匹配技術的算法

關于現階段在世界范圍內的較為經典的圖像匹配技術的算法的闡述，文章主要從兩個方面進行分析。第一個方面是ABS圖像匹配算法。第二個方面是歸一化相互關圖像匹配算法。下面進行詳細的論述和分析。

（1）算法一：ABS圖像匹配算法。ABS圖像匹配算法最主要的原理就是要使用模板的圖像以及相應的匹配圖像的搜索用窗口之間的轉換差別來顯示兩者之間的關聯性。圖像匹配的大小在數值上等同于模板圖像的窗口滑動順序。窗口的每一次滑動都會引起模板圖像的匹配計算。現階段ABS的算法主要有三個，如下：

在選擇上述三種計算方法的過程中要根據實際情況社情相應的閥值，否則會出現很高的失誤率。上述的三種算法使用范圍較狹窄。只使用與等待匹配的圖像在模板影像的計算。

（2）算法二：歸一化相互關圖像匹配算法。歸一化相互關的圖像匹配算法在現階段是較為經典的算法。通常專業的稱法為NC算法。此計算方法主要是采用計算模板以及待匹配模板相互之間的關值來進行匹配程度的計算和認定。具體的定義公式如下：

2 圖像技術中的圖像匹配的三個主要因素

關于圖像技術中的圖像匹配的三個主要因素，文章主要從三個方面進行闡述。第一個方面是圖像匹配的特征空間。第二個方面是圖像匹配的相似性度量。第三個方面是圖像匹配的搜索策略。下面進行詳細的分析和論述。

（1）因素一：圖像匹配的特征空間。圖像的特征空間的組成有很多種，主要石油參與匹配的圖像的基本要素構成。包括了很多的方面。例如圖像的灰度值；圖像的輪廓和圖像的統計特征等。在圖像匹配的過程中，選擇合適并且恰當的圖像特征非常重要，這樣能夠有效的提升圖像匹配的性能。

（2）因素二：圖像匹配的相似性度量。相似性的度量主要指的是匹配圖像圖形的的確定方式。通常的方式是函數的形式或者是函數的表達方式。較為主要的函數形式是Minkowski函數距離。伴隨著科學技術的發展，會有越來越多的函數表達形式被應用和創新。

（3）因素三：圖像匹配的搜索策略。搜索策略主要是一種圖像匹配的搜索空間的選擇方法。通過有效的搜索策略能夠將圖像匹配的相似性有效的提升。搜索策略主要的方法有分層搜索以及動態規劃等。

3 圖像技術中圖像匹配相關算法的主要分類

圖像匹配的算法很多，但基本原則是不變的：有效性，穩定性以及實時性。文章將匹配算法分為基于區域的匹配方法、基于特征的匹配方法、基于模型的匹配和基于變換域的匹配。基于區域的匹配方法又稱為基于圖像灰度的配準方法，通常直接利用整幅圖像的灰度信息，建立兩幅圖像之間的相似性度量，然后采用某種搜索方法，尋找使相似性度量值最大或最小的變換模型的參數值。基于圖像特征的配準方法需要對圖像進行預處理，然后提取圖像中保持不變的特征，如邊緣點、閉區域的中心、線特征、面特征、矩特征等，作為兩幅圖像配準的參考信息。基于模型的匹配方法在計算機視覺領域中的應用非常廣泛，它可以分為剛體形狀匹配和變形模板匹配兩大類。Kass提出的Snake主動輪廓模型是比較典型的自由式變形模板模型。

4 未來我國圖像技術中圖像匹配的發展方向

關于未來我國圖像技術中圖像匹配的發展方向的闡述和分析，文章主要從四個方面進行分析和論述。第一個方面是圖像匹配算法融合的內容。第二個方面是圖像匹配算法的局部特征主要內容。第三個方面是圖像匹配算法關于模型的深入研究。第四個方面是圖像匹配技術研究中的色彩圖像研究。下面進行詳細的分析和論述。

（1）圖像匹配算法融合的內容。在圖像匹配的眾多算法中，每一種算法都有相應的特點和主要的應用范圍，這樣就需要我們在使用匹配算法過程中能夠有效的將算法進行融合以及相互滲透，這樣能夠有效的克服單一匹配算法的應用局限性，能夠在很大的程度上提升圖像匹配的適應性。

（2）圖像匹配算法的局部特征主要內容。現階段我國的很多圖像匹配算法采用的都是全局的圖像特征進行計算，這種算法對于圖像質量要求非常高。同時進行圖像匹配的圖像有時候很難得到完整的圖像，這樣就會降低圖像匹配的準確性。我國在圖像匹配的方法上的研究方向還是要在局面的圖像特征發展，這樣能夠更好的提升我國圖像特征匹配的準確性。

（3）圖像匹配算法關于模型的深入研究。在圖像匹配的模型算法創新過程中，能夠為我國的邊緣圖像監測以及圖像的切割研究提供另外一種可能性。這種創新方法在現實的使用過程中也展現出了非常好的技術特性。現階段我國對于這種方法的研究還是處在一種初級階段，我們應該更加深入的進行研究，最大程度上提升我國圖像匹配結算量較大的問題。

（4）圖像匹配技術研究中的色彩圖像研究

我國現階段對于色彩圖像的匹配的技術基礎是圖像顏色的特征。通過顏色特征來進行圖像特征的匹配，但是對于圖像的其他特征還沒有很好的匹配計算。這一方面的圖像匹配方法還不是很多，這一研究方向也是我國的一種研究重點。

參考文獻

[1]章毓晉.圖像工程[M].北京：清華大學出版社，2000.

[2]沈振康，孫仲康.數字圖像處理及應用[M].北京：國防工業出版社，1983.

[3]鄭南寧.計算機視覺與模式識別[M].北京：國防工業出版社，1998.

[4]施鵬飛.圖像匹配算法及其應用[D].上海交通大學，2000.

[5]陽方林.高配準率快速圖像配準技術研究[D].中北大學，2005.