1、在信息技術(shù)日新月異的今天，無論單張圖像大小還是圖像總體數(shù)量上都是在呈現(xiàn)幾何倍數(shù)的增長，這將給圖像的管理和檢索帶來了巨大的挑戰(zhàn)。如何從海量圖像中檢索出需要圖像是當(dāng)前諸多科研領(lǐng)域中的難題，而基于內(nèi)容的圖像檢索方法就是解決此類問題的重要手段。本文以基于內(nèi)容的圖像檢索與匹配為研究方向，利用經(jīng)典SIFT特征提取算子對圖像進(jìn)行分割與匹配，并在此基礎(chǔ)分析圖像噪聲對SIFT算子的影響。本文的主要工作有:
　　在圖像分割過程中，針對交互式Graph

2、 Cuts圖像分割算法算法需要人工手動選擇前景目標(biāo)和背景場景條件的不足，提出一種基于SIFT算法的改進(jìn)Graph Cuts(GC)圖像分割算法，應(yīng)用于自動尋找圖像分割的種子點。仿真結(jié)果表明，改進(jìn)的GC算法有較好的分割效果。
　　在圖像匹配過程中，針對傳統(tǒng)SIFT算法對顏色特征提取先天性的不足，提出一種基于顏色直方圖的SIFT特征提取算法。首先根據(jù)傳統(tǒng)SIFT特征提取算法計算特征點的位置、尺度和方向;其次以特征點為中心，以16×16

3、領(lǐng)域大小為窗口，增加計算顏色直方圖，利用顏色直方圖進(jìn)行初次匹配，以縮小圖像的搜索范圍;最后根據(jù)傳統(tǒng)SIFT特征點的算子進(jìn)行第二次匹配，并將匹配出的圖像以相似度由高到低進(jìn)行排列。實驗結(jié)果顯示，改進(jìn)的SIFT算法具有較高的查準(zhǔn)率和查全率。
　　在分析圖像噪聲對SIFT算法的影響過程中，針對脈沖噪聲對圖像匹配的干擾提出一種改進(jìn)型濾波的算法，用以降低脈沖噪聲對SIFT特征提取的影響。首先求出圖像直方圖，檢測圖像直方圖的左右兩個峰值點，檢測