文献综述
基于SURF的弹底窝痕特征点快速匹配算法研究
摘要
提出了一种基于SURF特征和RANSAC算法的对弹底窝痕的图像配准方法。首先通过SURF算法对弹底窝痕图像进行特征点检测，将SURF特征点作为相似性测度进行特征点匹配，并通过RANSAC算法剔除误匹配点对。
引言
在众多涉及枪支的案件侦破的过程中，枪弹痕迹是重要的物证之一，是侦破此类案件的关键所在。正如每个人有自己的指纹一样，每只枪支也有自己的特征。当一支枪支打出子弹时，它的特征就会以微小的划痕，凹陷，撞击等的形式传递到子弹上，从而使其特征得以表现出来，因此同一枪支打出的子弹往往拥有相似的特征。但是这种特征随机性强，识别难度高，传统的识别方法花费的时间很长而且需要非常专业的人才。在过去的许多年里，工程师们已经结合数码相机，数字计算机，数据库，图像分析处理等技术发展出了一系列枪弹痕迹的识别系统，但还有很多地方需要改进。本课题拟引入SURF算法，对弹底窝痕的特征自动提取、匹配，结合RANSAC算法对匹配对提纯，实现弹底窝痕的特征点快速匹配。图像不变性特征是指尽管图像之间发生了各种各样的变换，但图像上的一些区域总能被检测出来，则该区域具有不变性，SURF算法就是针对此类不变性特征进行提取和匹配的。
正文
- 局部图像特征提取发展历程
所谓特征提取从广义上说就是一种变化或映射，通过变换或映射的方法将高维空间中的特征用低维空间中的特征来描述。特征提取的目的是将图像上某些区域内的特征提取出来用于随后的图像识别或图像理解，即图像的识别或描述总是以被识别或描述图像的某些特征为基础的。
局部特征提取是计算机视觉领域的一个重要研究内容，如图像匹配、三维重建、数字水印、拷贝检测、视频检索、目标识别、目标分类、视频数据挖掘等技术均基于局部特征的提取，局部特征的稳定性、可重复性和可匹配性直接影响到这些处理任务的结果。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
