基于流形学习的图像对应点匹配问题研究

图像间对应点匹配关系的建立是从多幅图像恢复空间物体三维几何结构的基础。目前文献中几乎所有对应点匹配方法均采用基于图像灰度或结构的某种相似性度量。由于从本质上来说，图像是一种射影空间的量，而射影空间中并不存在几何相似性，所以，目前所有的对应点匹配方法从理论上来说都存在不妥之处，从而在应用时，当图像间的视角差比较大时，均会有大量误匹配出现。本项目旨在探索基于流形学习的对应点匹配方法。项目主要探索二方面的内容：第一，从理论上探索是否可以通过流形学习的方法进行空间物体的射影重构。如果可能的话，将对通过流形学习的方法剔除错误匹配奠定了理论基础。第二，如果从理论上证明上述射影重构途径不可行的话，将探索如何通过流形学习作为一个中间步骤，进而进一步剔除图像错误匹配点的方法。本项目探讨研究的内容在三维计算机视觉中有重要的应用价值。