摘 要：在我國的圖像處理中，有很多的關(guān)鍵技術(shù)正在不斷的發(fā)展和創(chuàng)新之中。這些相關(guān)技術(shù)的發(fā)展在很大程度上推動(dòng)了我國圖像處理事業(yè)的發(fā)展。作為圖像處理過程中的關(guān)鍵技術(shù)，圖像匹配技術(shù)正在受到越來越多的關(guān)注。文章針對(duì)圖像匹配的主要方法進(jìn)行詳細(xì)的論述，希望通過文章的闡述和分析能夠?yàn)槲覈膱D像匹配技術(shù)的發(fā)展和創(chuàng)新貢獻(xiàn)微薄力量，同時(shí)也為我國圖像處理技術(shù)的發(fā)展貢獻(xiàn)力量。

關(guān)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(shù)中，圖像的匹配技術(shù)不僅僅是其中的重要組成部分，同時(shí)還是很多圖像技術(shù)的發(fā)展創(chuàng)新的技術(shù)基礎(chǔ)。例如圖像技術(shù)中的立體視覺技術(shù)；圖像技術(shù)中的運(yùn)動(dòng)分析技術(shù)以及圖像技術(shù)中的數(shù)據(jù)融合技術(shù)等。通過上述內(nèi)容可以看出，在我國的圖像技術(shù)中，圖像匹配技術(shù)具有非常廣泛的應(yīng)用。隨著我國的相關(guān)技術(shù)不斷的創(chuàng)新和發(fā)展，對(duì)于圖像匹配技術(shù)的要求也是越來越高。這樣就要求我國的圖像匹配技術(shù)有更深層次的研究和發(fā)展。我國現(xiàn)階段的研究主要是針對(duì)圖像匹配過程中的匹配算法進(jìn)行研究，希望借助研究能夠更加有效的提升在實(shí)際的工作應(yīng)用中的圖像質(zhì)量，同時(shí)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(diǎn)是通過圖像匹配技術(shù)的具體方法進(jìn)行優(yōu)點(diǎn)和缺點(diǎn)的分析，通過分析優(yōu)點(diǎn)和缺點(diǎn)來論述我國圖像處理技術(shù)中的圖像匹配技術(shù)的發(fā)展方向以及改進(jìn)措施。近些年出現(xiàn)了很多的圖像匹配方法，針對(duì)現(xiàn)階段的新方法以及新的研究思路我們?cè)趯?shí)際的應(yīng)用過程中要有一個(gè)非常清醒的選擇。文章針對(duì)這一問題主要有三個(gè)內(nèi)容的闡述。第一個(gè)是圖像匹配技術(shù)的算法融合；第二個(gè)是圖像匹配技術(shù)中的局部特征算法；最后一個(gè)是圖像匹配技術(shù)中的模型匹配具體算法。

1 現(xiàn)階段在世界范圍內(nèi)較為經(jīng)典的圖像匹配技術(shù)的算法

關(guān)于現(xiàn)階段在世界范圍內(nèi)的較為經(jīng)典的圖像匹配技術(shù)的算法的闡述，文章主要從兩個(gè)方面進(jìn)行分析。第一個(gè)方面是ABS圖像匹配算法。第二個(gè)方面是歸一化相互關(guān)圖像匹配算法。下面進(jìn)行詳細(xì)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(yīng)的匹配圖像的搜索用窗口之間的轉(zhuǎn)換差別來顯示兩者之間的關(guān)聯(lián)性。圖像匹配的大小在數(shù)值上等同于模板圖像的窗口滑動(dòng)順序。窗口的每一次滑動(dòng)都會(huì)引起模板圖像的匹配計(jì)算?，F(xiàn)階段ABS的算法主要有三個(gè)，如下：

在選擇上述三種計(jì)算方法的過程中要根據(jù)實(shí)際情況社情相應(yīng)的閥值，否則會(huì)出現(xiàn)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(jì)算。

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

2 圖像技術(shù)中的圖像匹配的三個(gè)主要因素

關(guān)于圖像技術(shù)中的圖像匹配的三個(gè)主要因素，文章主要從三個(gè)方面進(jìn)行闡述。第一個(gè)方面是圖像匹配的特征空間。第二個(gè)方面是圖像匹配的相似性度量。第三個(gè)方面是圖像匹配的搜索策略。下面進(jìn)行詳細(xì)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(gòu)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(tǒng)計(jì)特征等。在圖像匹配的過程中，選擇合適并且恰當(dāng)?shù)膱D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(shù)的形式或者是函數(shù)的表達(dá)方式。較為主要的函數(shù)形式是Minkowski函數(shù)距離。伴隨著科學(xué)技術(shù)的發(fā)展，會(huì)有越來越多的函數(shù)表達(dá)形式被應(yīng)用和創(chuàng)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?qū)D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(dòng)態(tài)規(guī)劃等。

3 圖像技術(shù)中圖像匹配相關(guān)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(wěn)定性以及實(shí)時(shí)性。文章將匹配算法分為基于區(qū)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(qū)域的匹配方法又稱為基于圖像灰度的配準(zhǔn)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(shù)值?；趫D像特征的配準(zhǔn)方法需要對(duì)圖像進(jìn)行預(yù)處理，然后提取圖像中保持不變的特征，如邊緣點(diǎn)、閉區(qū)域的中心、線特征、面特征、矩特征等，作為兩幅圖像配準(zhǔn)的參考信息?；谀Ｐ偷钠ヅ浞椒ㄔ谟?jì)算機(jī)視覺領(lǐng)域中的應(yīng)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(dòng)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(shù)中圖像匹配的發(fā)展方向

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

（1）圖像匹配算法融合的內(nèi)容。在圖像匹配的眾多算法中，每一種算法都有相應(yīng)的特點(diǎn)和主要的應(yīng)用范圍，這樣就需要我們?cè)谑褂闷ヅ渌惴ㄟ^程中能夠有效的將算法進(jìn)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(yīng)用局限性，能夠在很大的程度上提升圖像匹配的適應(yīng)性。

（2）圖像匹配算法的局部特征主要內(nèi)容?，F(xiàn)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(jìn)行計(jì)算，這種算法對(duì)于圖像質(zhì)量要求非常高。同時(shí)進(jìn)行圖像匹配的圖像有時(shí)候很難得到完整的圖像，這樣就會(huì)降低圖像匹配的準(zhǔn)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(fā)展，這樣能夠更好的提升我國圖像特征匹配的準(zhǔn)確性。

（3）圖像匹配算法關(guān)于模型的深入研究。在圖像匹配的模型算法創(chuàng)新過程中，能夠?yàn)槲覈倪吘増D像監(jiān)測(cè)以及圖像的切割研究提供另外一種可能性。這種創(chuàng)新方法在現(xiàn)實(shí)的使用過程中也展現(xiàn)出了非常好的技術(shù)特性?，F(xiàn)階段我國對(duì)于這種方法的研究還是處在一種初級(jí)階段，我們應(yīng)該更加深入的進(jìn)行研究，最大程度上提升我國圖像匹配結(jié)算量較大的問題。

（4）圖像匹配技術(shù)研究中的色彩圖像研究

我國現(xiàn)階段對(duì)于色彩圖像的匹配的技術(shù)基礎(chǔ)是圖像顏色的特征。通過顏色特征來進(jìn)行圖像特征的匹配，但是對(duì)于圖像的其他特征還沒有很好的匹配計(jì)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(diǎn)。

參考文獻(xiàn)

[1]章毓晉.圖像工程[M].北京：清華大學(xué)出版社，2000.

[2]沈振康，孫仲康.數(shù)字圖像處理及應(yīng)用[M].北京：國防工業(yè)出版社，1983.

[3]鄭南寧.計(jì)算機(jī)視覺與模式識(shí)別[M].北京：國防工業(yè)出版社，1998.

[4]施鵬飛.圖像匹配算法及其應(yīng)用[D].上海交通大學(xué)，2000.

[5]陽方林.高配準(zhǔn)率快速圖像配準(zhǔn)技術(shù)研究[D].中北大學(xué)，2005.