（2）基于特征的图像匹配 基于特征的图像匹配技术特点是通过像素抽取出图像某方面的特征，以此作为标准在重

叠区域搜索匹配。显著的区域（森林、湖泊、领域）、线（区域边界，海岸线，道路，河流） 或点（区域角，线交点，曲线上高曲率的点）看成特征。这些特征应该是明显的，全都覆盖 于图像且易于被检测到。抽取出有明显变化的点、边界、块等特征，主要有基于轮廓特征、 基于角点和尺度不变特征转换算法（SIFT)。

图 1。1 基于特征的配准流程

本科毕业设计说明书 第 5 页

1。5 本文主要的研究工作内容

本文首先介绍了常见的图像配准的基本知识和基本原理，而后介绍了图像采集的几种方 式，图像预处理中涉及的方面，其中介绍了三张噪声抑制的方法原理——均值滤波、中值滤 波以及高斯滤波。在第三章着重介绍了两种图像配准的算法——Harris 角点检测、SIFT 算法 的原理以及它们各自的特点。在第四章用 matlab 软件对从同一场景中获取的红外图像用 Harris 算法和 SIFT 算法进行匹配仿真，通过比较二者算法仿真的结果图，我们可以知道两种算法的 各自的特点和优劣性，在算法的分析对比中可以较为清楚的看到二者的对比。最后对自己的 此次的毕业设计做一个总结。

第 6 页 本科毕业设计说明书

2 图像采集和预处理

2。1 图像采集

图像采集无疑是图像处理的第一个环节，也是最基础的工作，是获得这个世界客观信息 的重要途径。每个图像获取方式的不同将直接造成输入的待处理图像的差别，而后使得图像 配准的结果不同。而图像获取的结果与照像机拍摄的运动轨迹有关，因而采集的方式一般可 以分为以下的三种情况。

（1）照相机旋转拍摄 将照相机牢固地安装在三脚架上，拍摄过程中，相机环绕着垂直的轴旋转[23]，与此同步，

控制相隔的角度，每转一点拍一张照片，衔接照片间要有一定量重叠。该方法的优点是几乎 避免了旋转、尺度变换的干扰，拼接简单，缺点是拍摄图像不在同一个平面，在拼接时需要 投影处理，可能伴随图像质量降低，但是三维效果好。

（2）照相机平移拍摄 将照相机放置在固定轨道上滑动拍摄，方向平行于成像面且要求焦距固定[23]。而镜头与

目标场景的距离、目标物体大小等都是拼接效果的影响因素，硬件设备要求高，所以实用性 不强。

（3）手持照相机拍摄 作为最常见的图像获取方式，手持拍摄一般参照目标对象沿一定路径平行拍摄或者原地

旋转拍摄。这种方式获得图片过程中的不可控因素比较多，拍摄过程中存在平移旋转多重变 换，因此可通过增加衔接照片间的重叠比例来增强连续性从而降低拼接难度。

在以上的图像获取中，相机的运动方式都受到了限制，在实际拍摄其可行性可能受到挑 战，比如很难免除视觉差异等原因要素的影响。

2。2 图像预处理

图像易受多种因素造成的干扰，这种不确定的影响甚至会造成图像质量降低甚至很差， 这就需要图像预处理对由于设备和环境等限制因素带来的图像的噪声和畸变，进行抑制和校 正，按照一些特定的需要突出一幅图像中的某一方面的讯息，也就是说削弱了或者去除了某 些对我们需求无用的信息，这样便使得图像质量提高，使得其更好地被用于图像的匹配。图 像预处理一般经过数字化、几何变换、归一化、平滑、复原、增强等步骤[24]。它包括灰度校 正、噪声过滤、边缘检测、直方图处理等数字图像处理的基本操作以及傅里叶变换、小波变