小波金字塔匹配.doc

多级图像金字塔匹配具有速度快，可靠性高的特点，利用图像金字塔分层匹配可以实现由粗到精的匹配策略提高匹配效率，但不同的金字塔对匹配结果影响不同。研究表[35]：对数字图像而言，基于小波金字塔的匹配成功率最高，其次是平均金字塔和拉普拉斯金字塔。

图3-6金字塔结构示意图

小波金字塔分解的基本思想[36]是：首先利用小波交换理论将原始图像逐级分解得到一个分辨率从低到高、规模由小到大的金字塔结构(如图3-6)：然后在分辨率低的图像层，通过线性有哪些信誉好的足球投注网站或其他策略得到该分辨率下的最优解估计：在次一层匹配时，以上层匹配结果为引导，在局部范围内完成匹配：并随着分辨率的提高匹配点对的精度逐层提高，最终在最高分辨率的图像层上得到满足精度要求的匹配。

采用小波金字塔理由归纳如下：

多分辨率的小波分解在低分辨率情况下仍保留了原始数据的重要特征，有利于特征匹配。

多分辨率小波分解在低分辨率数据中，能突出原始数据中的强特征，同时还可以抑制或削弱高分辨率下较弱的特征(通常情况下是噪声)[37]。

小波变换具有快速算法，基于小波变换的图像匹配计算量小，速度快。

本文采用Haar小波来构造图像金字塔，尽管Haar波为不连续的阶梯函数。但由于其简单性以及在小波变换时的快速和无误差性，小波在图像匹配中的应用仍有较好的表现[38]。

采用小波金字塔对特征点匹配算法进行优化的具体步骤如下：

Step1构造图像金字塔，并提取特征点。用Haar小波变换对原始图像进行两层分解，如一幅640x480的图像可以分解成320x240，160x120的子图，最小分辨率的子图作为金字塔的顶层，原始图像作为金字塔最底层，则构成了三层金字塔图像。在特征点提取算法中较常用的一种方法是Harris角点检测方法，应为这种方法不仅效率高，而且重复率高，本文采用Harris角点检测算法对金字塔每层图像提取特征点，从而获得特征点金字塔；

Step2从最低分辨率层上对特征点进行归一化互相关匹配，得到该分辨率下的初步特征匹配点对：

Step3将上层的特征点匹配对作为下一级图像层处理的匹配中心，由3．4．1节可知二维小波分解分别从水平方向和竖直方向隔点采样，则上层匹配点(x1,y1)和(x2，y2)映射到下一层的位置分别在以(2x1，2y1)和(2x2，2y2)为中心的某个窗口内，在两个窗口内重新有哪些信誉好的足球投注网站进行归一化互相关匹配，则可以得到一对或多对更为精确的匹配点位置，本文在金字塔第二层取有哪些信誉好的足球投注网站窗口大小为lOx10。金字塔最底层取有哪些信誉好的足球投注网站窗口大小为7×7。这样逐层匹配直至最底层。在这个过程中低分辨率图像上互相关匹配时间复杂度低，而在高分辨率图像上的互相关匹配的有哪些信誉好的足球投注网站范围被限制在一个比较小的范围，因此从整体上提高了有哪些信誉好的足球投注网站效率：

Step4经过上述匹配，得到原始图像上的初始匹配点。因为分层越多，金字塔顶层图像分辨率越小，得到的匹配点就越少，为了保证算法的稳定性，本文只对图像进行2层分解。