图像匹配技术是图像处理和计算机视觉领域中的一项基础性研究,在众多生活场景中均有应用。现有的图像匹配技术主要基于图像的局部特征展开,早期算法通常假定待匹配图像的正确匹配特征间具有全局一致的几何变换,因而只能处理具有固定变换的单物体匹配问题。近期的匹配算法主要采用图优化算法定位图像中具有相似几何变换的局部特征匹配集,较之早期算法能更好地处理多物体及形变等问题,但在匹配精度、鲁棒性及效率方面仍存在一定的局限性。本文在前人研究的基础上,进一步探索基于局部仿射变换一致性的图像匹配技术。主要提出了一种基于局部几何结构仿射变换一致性评估的算法,以及基于局部特征匹配对仿射变换和特征点坐标联合域一致性的密度聚类算法来实现图像匹配。本文主要包括以下内容:首先,简要介绍本文算法所涉及的相关理论知识。主要对图像匹配流程、图像特征提取、聚类方法以及对称传递误差等方面知识进行简要介绍,为后期具体的算法表述做一个基础知识的铺垫。其次,提出一种基于局部几何结构仿射变换一致性评估的算法,并基于该评估算法提出一种启发式图像局部特征集匹配方法。采用局部线性嵌入将每个的预匹配特征点均用其相邻预匹配对的特征点线性表示。该表示蕴含了当前特征点邻近区域的几何结构特性,且正确的预匹配对在不同图像上的局部邻域几何结构应具有仿射变换不变性。为此,设计一个能量式优化评估一对匹配点局部几何结构在待匹配图像中的差异程度,并采用启发式原则依据差异程度的大小过滤预匹配集中的错误匹配。为提高查全率,以当前过滤后的特征匹配集为基准,查找其邻近区域中的每一个匹配对重新构建能量式并评估其几何结构一致性,找回正确的匹配对,不断重复该过程直至结果集不再增加。本文实验表明了基于局部结构相似的匹配算法的有效性。最后,提出一种基于预匹配对局部邻域仿射变换空间及特征点坐标空间联合密度聚类的图像匹配算法。每一对预匹配对关联的局部特征区域之间都可估算一个仿射变换映射。观察表明,匹配同一物体的正确匹配对之间其对应的仿射变换较为相似,且它们位于同一个图像上的特征点相对靠近,而错误的匹配对并不具有这两种特性。因此,在预匹配对的仿射变换及特征点坐标联合空间中,正确的匹配对成簇出现,而错误的匹配呈现为散乱噪声点。有鉴于此,本文利用预匹配对几何变换的相似性及其坐标点的距离协同过滤错误匹配。基于这两种距离将具有相近的坐标点及相似局部几何变换的匹配映射到联合空间中,估算每个特征匹配对在空间中的密度,并进行基于密度的聚类。实验对比表明本文提出的匹配算法相对于其他匹配算法获得了更好的匹配效果。