文 献 综 述
一、研究背景
干涉测量技术是一种众所周知的非接触式的高精密测量方法。20世纪70年代以来,由激光技术、电子学、计算机、精密机械与传统干涉仪的结合产生了移相干涉仪。
移相干涉测量术，原理是在干涉仪的两相干光相位差之间引入有序的位移，使干涉条纹的位置随着相位差的有序调制而作相应的移动，使干涉场中任一点的光强呈余弦变化一。在此过程中，用光电探测器对干涉图进行多幅图像采集，将干涉光强数字化后存入帧存储器，再由计算机按一定的数学模型进行解算并提取出被检相位分布，由此得到被测表面的面形及其它评价参数。与传统的光学干涉测试技术相比，移相干涉仪采用了数字波面相位检测技术，对波面的分析精度高，可达波长的百分之一，可以实现自动测量。移相干涉仪的应用大大拓展了测试范围，提高了测试效率，促进了现代光学制造水平的提高。
同步移相干涉测量术是指在瞬间同时采集三幅以上具有一定移相间隔的干涉图的一种干涉测量技术。其同时在空间产生一组（4幅）移相步长恒定的干涉图，并有四个相同的CCD同步分别采集四帧移相干涉图，实现同步移相干涉测量。由于所有干涉图全部是瞬间采集的，而弥补了其他主动抗振干涉系统的振动补偿实时性欠缺的弊端。利用移相算法重建测量结果，并进一步对重建结果进行相位解缠绕以获得待测波前相位。因各种同步移相干涉仪具有共同的特点：多幅移相干涉图在同一时刻、不同空间位置获得，并由一个或多个CCD传感器同步采集。因此便导致了一个共性问题：同一CCD传感器不同空间位置，或者不同CCD传感器所采集到的干涉图之间需要进行准确的位置配准，以保证移相算法的相位重建精度。
图像匹配是图像处理、机器视觉中的一个基本问题,也是众多图像分析和处理任务的关键步骤之一。它解决的是图象间像素对应性问题。图像匹配在非常多的领域有具体应用，例如在计算机视觉中最典型的应用是双目视觉立体匹配、单目视觉图像序列光流计算，还可用于遥感“医学影像处理中的图像配准”、用于视频压缩、图像超分辨中的图像运动估计等领域,另外在场景拼接、虚拟场景重构、信息融合、模式识别等众多领域内,图像匹配有着广泛的应用。通常,匹配问题还可推广到3-视的情况，并泛化到更广泛的N-视的例子。这些图像可能通过个不同摄像头对同一场景拍摄得到或者由相同摄像头在不同时刻的相对运动中拍摄得到的。当场景与摄像头存在相对运动时，匹配问题将变得更加复杂。
图像匹配是评价两幅或多幅图像的相似性以确定同名点的过程。图像匹配算法就是设法建立两幅图像之间的对应关系，确定相应几何变换参数，对两幅图像中的一幅进行几何变换的方法。图像匹配是图像分析和处理过程中的基本问题。它在航空影像自动制图、图像三维重构、计算机视觉、遥感融合、模式识别、医学图像处理、影像分析等领域都有十分重要的应用。目前图像匹配算法分为基于图像特征和基于图像灰度两大类。
二、研究现状
2.1 国外研究现状
图像匹配问题起源于二十世纪七十年代,美国为了研制飞行器辅助导航系统、武器投射平台末端制导及寻的系统,提出了图像匹配问题的需求,得到军方大力支持与赞助。经过近三十年的研究,在中程导弹及巡航导弹上得到了成功应用。之后,图像匹配方法以及其应用受到了研究人员的关注,如二十世纪七、八十年代普渡大学的Anuta,P.E提出在基于Fourier快速变换的互相关技术来匹配地卫星图像剑桥大学的Paul Voila提出了互信息的方法匹配多模态的核磁共振图像(MRI)与目标3D模型；卡内基梅隆大学的Lucas和Kanade提出了一光流估计方法匹配立体视觉图像随着高精度匹配需求的提出,部分科研工作者开始着手研究如何在某些特定匹配问题中得到高精度的、更鲁棒的、适用于复杂场景的匹配结果,近几年,研究人员提出了许多高精度的匹配方法如Keller等提出的基于角差函数的高精度旋转角估计方法、Foroosh提出拟合方法估计亚像素匹配参数；日本千叶大学的Yoshihiko Mochizuki等提出了高精度光流估计方法以及伊利诺大学的Qingxiong Yang等提出的基于图像分割的高精度全局立体匹配方法等。另外,在针对复杂场景图像匹配以及提高匹配算法鲁棒性方面也取得了很多成果。
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。
