基于SIFT特征匹配的图像扭曲纠正方法研究

素跟随其他元素进行运动，或者是实现晃动画面的静止。　

３．３　ＡＥ渲染队列与预置特效功能的应用。使用者可以将　

一种至多种特性添加到一个层当中，而且能够实现通过这些　

特效创建视觉、音频效果。ＡＥ中预置特效非常多，包含了　

多种预置动画和图层样式，使用者只要拖拽这些预置要素就　

可以得到视觉元素的美妙呈现，使用者在设置关键帧动画调　

节特效参数来实现丰富的视觉效果的创建。与此同时，ＡＥ　

技术还支持多种的输出设置，提供渲染队列与联机渲染功　

能，使用者通过渲染队列输出自定义的影片合成，从而可以　

达到对不同用户的不同影视格式的合成需求。　３．４影视视频的预览与生成。影视后期制作最为重要和　

复杂的工作莫过于影视视频的预览与生成，也是对影视后期　

作品进行编辑的最后环节。当作品制作达到一定的时间阶段　多藤体设计　应用研发　

时，使用者就可以通过ＡＥ中的预览功能观察影片的合成效　

果，对不合理、不完美的地方进行反复修改以此实现对画面　效果的完美呈现。ＡＥ具有极为高效快速的预览合成效果，　

在相当复杂的项目制作中，使用者仍可以通过使用ＡＥ中的　

ＯＰｅｎＧＬ技术提高渲染速度，于此同时，通过对渲染分辨率　

与帧速的修改实现渲染速度效果的改变。制作中的影视作品　

在不同设备上的显示效果可以通过ＡＥ中的色彩管理来预览　

观察。做好合成图像后，就可以生产影视作品了。　

４结束语　ＡＥ技术的应用，极大地推动了影视作品的后期制作　

水平的提高，促进了影视行业的快速发展，但是，在未来　

的发展进程中，随着计算机视频技术的不断革新，ＡＥ技术　

将被赋予更大的可能性。　

参考文献：　［１］艾红娟，丁沛．影视后期中的数字视频技术ＡＥ的运用［Ｊ】．赤峰学院学报（自然科学版），２０１３（１６）：１９—２０．　

［２］何娴．论影视后期制作中Ａｄｏｂｅ　Ａｆｔｅｒ　Ｅｆｆｅｃｔ的应用［Ｊ］．数字技术与应用，２０１２（０３）：７９—８０．　［３］杨蓉．浅析影视节目制作与后期处理技术［Ｊ］．江苏经贸职业技术学院学报，２０１　２（０５）：５１—５３．　

ＳＹＳ　ＰＲＡＣＴＩＣＥ　系统实践　

基于ｓｉｆｆ特征的图像匹配算法　

◆刘柏江姜明新　

摘要：图像匹配是处理和解决各种图像信息的基础，已经成为虚拟现实和计算机可视　化领域的研究热点。一直以来，研究人员对图像匹配技术进行了大量的研究，推出了许多　匹配算法，其中特征匹配算法有着较高的精确度和稳定性，特别是基于尺度空间的特征检　测可以很精确的对图像进行特征检测和匹配。ＳＩＦＴ（Ｓａｌｅ　Ｉｎｖａｒｉａｎｔ　Ｆｅａｔｕｒｅ　Ｔｒａｎｓｆｏｒｍ即尺度　不变特征变换）特征匹配算法就是其中比较成功的一种算法。图像中有很多关键点对尺度　变换、旋转、亮度变化等现象能保持稳定不变的特征。ＳＩＦＴ特征匹配算法就是提取这些关　键点来实现图像匹配。其强大的匹配能力，可处理图像之间发生位移、旋转、视角变换，　仿射变换，光照变化情况下的匹配问题，更为精准的实现图像的匹配。　关键词：图像匹配；ＳＩＦＴ特征匹配算法；尺度空间　

导言　

在计算机可视化技术大量应用的今天，对于图像　

采集，目标识别和目标跟踪等技术的研究已经成为一个　

很热的课题。实现图像匹配已是解决许多虚拟现实问题　

的必要前提，目前很多研究者都在致力于对图像匹配技　

术的研究和改进，提出了各种各样的研究算法。其中，　基于特征的图像匹配算法被公认为是最稳定的一种，且　

能很好的处理不同特征的图像以及图像间变化复杂的情　况。而ｓｉｆｔ特征匹配算法有着其独特的优势，成为目前　

国内外特征点匹配研究领域中的热点。　

一、ＳＩＦＴ特征匹配算法　

ＳＩＦＴ特征匹配算法是Ｄａｖｉｄ　Ｇ．Ｌｏｗｅ在２００４年总结了　现有的基于不变量特征检测技术的基础上，提出的一种　

基于尺度空间的，对图像缩放、旋转甚至仿射变换保持　

不变性的图像局部特征描述算法。ＳＩＦＴ特征是图像局　

部特征，该特征对平移、旋转、缩放、光照变化保持不　

变性，对视角变化、仿射变换、噪声也保持一定的稳定　

性。其独特性好，信息量丰富，适用于在海量特征数据　

基于SIFT算法的图像配准算法研究的开题报告

一、选题背景和意义

图像配准是从不同视角、不同时间或不同传感器捕获的两幅或多幅图像之间搜索相互对应的像素点的过程。图像配准已经成为计算机视觉、机器人、医学、遥感等领域中的一个重要问题，涉及到无人机监测、医学影像、安防监控等领域。

SIFT（Scale-Invariant Feature Transform）算法是一种基于局部特征的图像配准算法，具有旋转不变性、尺度不变性、光照不变性等优点，在图像匹配、目标检测和识别等方面有着广泛应用。因此，本文旨在研究基于SIFT算法的图像配准算法，以提高其在实际应用中的性能。

二、研究内容和方法

2.1 研究内容

本文将研究基于SIFT算法的图像配准方法，主要包括以下内容：

1）SIFT算法理论基础及其算法流程；

2）SIFT特征点检测、匹配、筛选及配准的方法；

3）针对SIFT算法存在的问题进行优化改进，并在实验中进行验证；

4）对不同场景下的图像进行配准实验，并对比分析不同算法的性能。

2.2 研究方法

本文将采用以下研究方法：

1）阅读相关文献，深入理解SIFT算法及其在图像配准中的应用；

2）实现SIFT算法，并在大量数据集上进行实验验证；

3）对SIFT算法进行优化改进，并在实验中进行比较；

4）在不同场景下选用典型的图像进行实验，并进行结果比较和分析。 三、预期结果及创新点

本文预期的结果为：

1）研究并深入理解SIFT算法及其在图像配准中的应用；

2）通过实验验证，得出不同情况下SIFT算法在图像配准中的表现并进行比较；

3）提出改进之后的SIFT算法并在实验中进行验证；

4）分析比较各种算法的优缺点及应用场景。

本文的创新点如下：

1）针对SIFT算法在图像配准中存在的问题进行优化改进；

2）研究不同场景下的图像配准效果，并进行比较分析；

3）根据实验结果和理论分析，结合实际应用场景提出优化的SIFT算法，提高图像配准的准确率和效率。

基于SIFT算法的航空影像镶嵌及几何纠正研究与系统实现

摘要：本文基于SIFT（Scale Invariant Feature Transform）算法实现了航拍影像的特征的自动提取，通过K-D树算法实现了SIFT特征的自动匹配，根据匹配的SIFT计算出了变换矩阵，通过矩阵变换和融合算法将相邻影像进行了镶嵌，再用多项式模型对得到的影像进行了几何纠正，最终达到了正射影像制作目的。在Opencv和ArcGIS平台的基础上将整个正射影像制作过程开发成了一个正射影像制作系统，并且采用了实际的航拍数据对算法实现效果进行了验证，实验表明，本文设计的系统是可行的。

关键词SIFT；特征匹配；影像镶嵌；几何纠正

1 引言

解决影像拼接与纠正自动化算法的设计与实现问题、影像纠正过程中人工干预过多的问题以及影像拼接过程中人工选择特征点而导致的生成效率低下问题，提高航空影像镶嵌和纠正的自动化程度，进而提高航空正射影像的生成效率，具有生产实际意义。目前实际生成过程中，航空正射影像的制作一般有两个途径可以完成，一是借助摄影测量影像处理系统在数字高程模型（DEM）的辅助下将航拍序列影像制作成正射影像，一是利用多种软件在地形图的辅助下将影像制作成正射影像，这两种方案都存在都各自存在一定的问题。

影像镶嵌的关键在于匹配算法，而匹配算法主要有基于灰度和基于特征两大类，基于影像灰度信息进行影像匹配的算法主要有MAD[1]和SSDA[2]算法。Harris[3]角点检测算法、SUSAN角点检测法[4]、SIFT算法等是常见的基于特征的影像匹配算法。解决影像镶嵌及纠正处理的自动化算法的实现问题，进而提高航空影像制作正射影像的生产效率，具有生产实际意义。

2 系统设计与实现 2.1系统总体设计

实现三大模块： SIFT特征提取、SIFT特征匹配、影像镶嵌以及几何纠正。功能结构如图1。

图 1 系统功能模块划分图

2.2系统详细设计

2.2.1影像特征提取模块