对应函数理论及其在图像匹配中的应用

图像之间对应点的确定是计算机视觉中的一个关键问题(图像匹配问题)，在摄像机标定、三维重建、目标检测与识别、图像配准、视频理解等具体应用中发挥着重要作用。由于图像类型和几何形变复杂多样，而且具体应用需求各有不同，使得图像匹配问题成为一个极具挑战性的热点研究课题。传统解决图像匹配问题的方法本质上均采用基于图像灰度的某种相似性度量、必要非充分的基本矩阵约束或一些先验性的局部约束(在一般应用中其必要性和充分性均无法得到保证)，其局限性是算法的性能和效率受视差变化、图像畸变和摄像机模型等因素影响较大。对应函数是针对图像匹配问题而提出的一个新的概念，它描述了图像对应点之间的映射关系，且已有研究结果表明了它相比于传统方法在准确性和效率等方面的潜在优势。本项目拟：1) 研究对应函数的理论基础；2) 探索基于多任务回归的对应函数学习方法；3) 研究基于对应函数的错误匹配剔除和对应点扩散。

图像之间对应点的确定是计算机视觉中的一个关键问题(图像匹配问题)，在摄像机标定、三维重建、目标检测与识别、图像配准、视频理解等具体应用中发挥着重要作用。由于图像类型和几何形变复杂多样，而且具体应用需求各有不同，使得图像匹配问题成为一个极具挑战性的热点研究课题。传统解决图像匹配问题的方法本质上均采用基于图像灰度的某种相似性度量、必要非充分的基本矩阵约束或一些先验性的局部约束(在一般应用中其必要性和充分性均无法得到保证)，其局限性是算法的性能和效率受视差变化、图像畸变和摄像机模型等因素影响较大。对应函数是针对图像匹配问题而提出的一个新的概念，它描述了图像对应点之间的映射关系，且已有研究结果表明了它相比于传统方法在准确性和效率等方面的潜在优势。本项目研究了：1) 对应函数的理论基础；2)对应函数的稳健学习；3)对应函数在错误匹配剔除和对应点扩散中的应用。另外，亦探索了图像特征的检测，相关思想、方法在光谱数据挖掘中的应用和生物图像分析等问题。