序貫相似性檢測算法在圖像匹配中的應用研究

摘 要：隨著計算理論的發展，圖像匹配技術已成為計算機視覺領域中一項極為基本和重要的內容。本文采用序貫相似性檢測算法對圖像進行匹配， 通過對誤差的積累進行分析，從而實現圖像匹配。實驗表明，采用序貫相似性檢測算法的圖像匹配能夠有效提高運算時間，匹配效果良好。

關鍵詞：序貫相似性檢測算法 圖像匹配 計算機視覺

中圖分類號：TN911 文獻標識碼：A 文章編號：1672-3791（2013）06（c）-0205-01

圖像匹配最早是70年代美國從事飛行器輔助導航系統，武器投射系統的制導等應用研究中提出的。國內外學者對匹配輔助導航技術進行深入研究，使其在民用領域的應用越來越廣泛[1，2]。計算機視覺計算主要分為低層處理、中層處理和高層處理，而在低層進行數字化差異檢測、中層進行參數化相似分析，高層處理完成圖像的識別、解釋和描述等任務，都需要圖像匹配技術[3]。序貫相似性檢測算法（SSDA）能夠快速地丟棄非匹配點，減少非匹配點的計算量，從而提高匹配的速度，算法簡單，易于實現。

1 序貫相似性檢測算法

序貫相似性檢測算法的基本思想是基于對誤差的積累進行分析。在進行圖像匹配時，通常非匹配點處的誤差ε會隨著運算點數的增加而迅速增長，很快超過某一門限，而對于匹配點處，誤差的增長要緩慢得多。這樣對于大多數非匹配點，只需要分析前幾9A+ZP2SMAmTFGX9jdE61ZRuI1usKRQbktjN2SHSeynQ=項，而只有匹配點附近的點才需要計算整個循環，這樣就大大地減少了匹配的運算量。

設源圖像S的大小為J×K，模板圖T的大小為M×N（其中M≤J，N≤K），模板覆蓋的區域子圖為，（p，q）為模板左上角像素點在圖像S中的坐標，S中的待匹配區域是以點（p，q），（p，q+M-1），（p+N-1，q），（p+N-1，q+M-1）組成的區域。相對于參考點位置為（m，n）點的匹配誤差定義為：

其中k=1，2，…r。將累計誤差值與預定閾值進行比較，當累加值超過設定閾值Tk時，就停止累加計算，并記下累加次數k。計算下一個待匹配點處的誤差，若累計誤差小于預定閾值，則繼續計算此處的誤差，直到>Tk或k=r，記下k值。對不同的待匹配點進行上述匹配計算，最后取最大k值對應的待匹配點位置，即為要找的匹配點。

2 實驗結果與分析

圖1顯示了基準圖與實時圖像，圖1（a）為基準圖像，大小為256×256，圖1（b）為實時圖，大小為65×65。圖1（c）找到了實時圖像在基準圖中的位置。

由圖1可以看出，SSDA算法能夠良好地進行匹配。而通過對匹配時間的計算可以看出，SSDA算法的運行時間相對較短，效率較高。

參考文獻

[1]GONG H C.Development of terrain contour matching algorithm for the aided inertial navigation using radial basis functions [J].Journal of Astron Space Science，1998，15（1）：229-234.

[2]KIM J，SUKKARIEH S.Autonomous Airborne Navigation in Unknown Terrain Environments[J].IEEE Transactions on Aerospace and Electronic Systems，2004，40：1031-1045.

[3]（美）Milan Sonka，Vaclav Hlavac， Roger Boyle.圖像處理、分析與計算機視覺[M].艾海舟，等，譯.人民郵電出版社，2003.