1、特征匹配是計(jì)算機(jī)視覺中的一個(gè)基本問題,可以說,只要涉及到兩幅或者多幅圖像時(shí),都會(huì)涉及到對(duì)應(yīng)特征的匹配問題。近年來,基于圖譜的匹配方法由于其靈活性大、計(jì)算復(fù)雜性低、魯棒性強(qiáng)等特點(diǎn),成為了新的研究熱點(diǎn)。
　　2005年 Leordeanu提出了一種基于譜圖理論的對(duì)應(yīng)特征匹配算法,并受到了國(guó)內(nèi)外學(xué)者的廣泛關(guān)注。本文以該方法為背景,詳細(xì)研究了這類方法的不足和局限性,并提出了相應(yīng)的改進(jìn)方案。全文主要研究?jī)?nèi)容和研究成果如下:
　　1.對(duì)

2、Leordeanu的基于譜圖理論的對(duì)應(yīng)特征匹配算法進(jìn)行了理論分析和實(shí)驗(yàn)測(cè)試,發(fā)現(xiàn)該方法存在兩個(gè)方面的局限性。(1)這類算法僅考慮親和矩陣最大特征值對(duì)應(yīng)的特征向量,其隱含的假設(shè)是,圖像中正確匹配的特征是一個(gè)強(qiáng)的聚類。但是,若場(chǎng)景中本身存在多個(gè)聚類的情況,這類方法只保留最大的聚類,造成其他聚類的丟失。(2)如果初始匹配中錯(cuò)誤率比較高時(shí),該方法的性能會(huì)大大下降,可靠性隨之降低。
　　2.針對(duì)以上第一個(gè)方面的不足,本文給出了兩種改進(jìn)方案。

3、(1)對(duì)親和矩陣,不僅僅考慮最大特征值對(duì)應(yīng)的特征向量,而是同時(shí)考慮了前幾個(gè)權(quán)重比較大的特征值對(duì)應(yīng)的特征向量,重新構(gòu)造能反映特征之間匹配關(guān)系的向量,利用新構(gòu)造的向量分析特征匹配關(guān)系。⑵多次循環(huán)使用Leordeanu方法,依次確定最大的聚類,次大的聚類,直到所有的聚類都分析完畢。實(shí)驗(yàn)結(jié)果表明,對(duì)多聚類的情況,本文的兩種改進(jìn)方法都優(yōu)于原文的方法。另外,本文方法還應(yīng)用于多聚類的圖像檢索問題中,取得了較好的效果。
　　3.針對(duì)以上第二個(gè)方面