图像匹配问题的定义和分类

图像匹配问题的定义和分类

定义

图像匹配是指在两幅图像（如模板图像和目标图像）中寻找对应关系，通俗说，就是将给定的两幅图像中相同或者相似的内容对应起来。

一、问题

不同的情景会有不同的图像匹配问题，一方面，对于包含重叠内容的多幅图像，通过寻找图像间两两对应关系，可以建立多幅图像之间的对应关系，从而解决图像中的融合、拼接、镶嵌等问题。另一方面，对于包含相同属性目标的图像，可以通过建立图像中物体的对应关系，解决图像中的目标识别、标注、检索等问题。

二、匹配方法的分类

1.基于变换域的方法

如傅立叶变换、小波变换、沃什变换等，这些方法在图像间存在刚性变换时，效果较好。

2.基于特征匹配的方法

基于特征的图像匹配问题一般包含四个部分：特征检测、变换空间、匹配算法以及相似性度量。

（1）特征检测给出了从图像中提取的用于匹配的特征描述子，我们可以针对不同情况的特征匹配，选择不同的特征描述子；
特征检测中提取的特征描述子，可以是亮度、纹理等表观信息，也可以是形状类的结构信息。其中，形状匹配属于图像匹配中比较特殊而重要的问题。相对于物体亮度、颜色和纹理这些底层视觉信息，形状是一种高层次的视觉信息，在图像的特征表达，特别是结构类物体图像中占有重要的位置，能够提供更大范围、更高层次的视觉信心。在很多情况下，仅仅借助形状这一信息，人们就能对物体进行识别。如下图：