学位论文 > 优秀研究生学位论文题录展示

图像匹配方法研究与应用

作　者: 肖若秀
导　师: 蔡光程
学　校: 昆明理工大学
专　业: 应用数学
关键词: 图像匹配图像特征 SIFT 主分量分析异物剔除
分类号: TP391.41
类　型: 硕士论文
年　份: 2008年
下　载: 81次
引　用: 0次
阅　读: 论文下载

内容摘要

图像匹配是图像处理中一个很重要的研究内容。由于拍摄时间、拍摄角度、自然环境的变化、多种传感器的使用和传感器本身的原因,使拍摄的图像不仅受到噪声的影响,而且存在严重的灰度失真和几何畸变。匹配算法如何达到高精度、高匹配正确率、强鲁棒性和抗干扰性成为人们追求的目标。本文对图像匹配原理及其相关理论进行研究,尤其是特征点匹配领域目前的热点和难点——STFT算法进行重点分析。针对SIFT算法经常出现误匹配的情况,提出两种改进算法：一种是引入独立分量分析方法对STFT算法中的高维特征向量进行降维,利用降维后的特征向量进行匹配；还有一种方法是在SIFT算法之后嵌入一种旋转模板匹配算法。利用特征点方向,对图像进行旋转,使用旋转后的特征点邻域进行模板匹配,对SIFT算法的结果进行二次筛选。实验证明,两种方法均能提高算法的匹配正确率。文章的最后介绍了烟草异物剔除系统的原理和结构,并分析了该系统利用图像匹配算法识别异物的原理。测试表明,该系统能够有效地识别和剔除烟叶中的异物,保障烟草产品的质量。

全文目录

摘要  3-4
Abstract  4-8
第1章绪论  8-12
  1.1 图像匹配介绍  8-9
  1.2 图像匹配的研究意义  9-10
  1.3 课题研究状况  10
  1.4 论文研究内容及结构安排  10-12
第2章图像匹配相关理论  12-20
  2.1 图像匹配概述  12-16
    2.1.1 图像匹配的定义  12
    2.1.2 图像匹配的数学描述  12-14
    2.1.3 图像匹配方法的分类  14-16
  2.2 图像匹配的一般流程及关键要素  16-18
  2.3 图像匹配的性能要求  18-20
第3章图像特征匹配  20-38
  3.1 图像特征及其常用的特征提取与匹配方法  20-27
    3.1.1 颜色特征  20-21
    3.1.2 纹理特征  21-25
    3.1.3 形状特征  25-26
    3.1.4 空间关系特征  26-27
  3.2 特征点理论  27-28
    3.2.1 特征点的概念  27
    3.2.2 特征点提取算法分类  27-28
  3.3 SIFT匹配算法研究  28-38
    3.3.1 SIFT算法特点  28-29
    3.3.2 SIFT算法步骤  29-38
第4章本文提出的关于SIFT算法的改进  38-50
  4.1 ICA-SIFT算法的构造  38-42
    4.1.1 基于PCA的改进算法  38
    4.1.2 PCA方法的缺点  38-39
    4.1.3 ICA介绍  39-40
    4.1.4 统计独立的基本概念  40
    4.1.5 独立分量分析定义及线性模型  40-41
    4.1.6 利用ICA对特征向量降维  41-42
    4.1.7 ICA-SIFT算子提取特征点算法描述  42
  4.2 利用旋转模板匹配  42-46
    4.2.1 对误匹配点集进行模板匹配分析相关系数  42-44
    4.2.2 基于旋转模板匹配对SIFT算法的改进  44-45
    4.2.3 利用相关性系数对旋转后的特征点进行二次匹配  45-46
  4.3 实验数据与分析  46-50
    4.3.1 ICA-SIFT算法实验  46-47
    4.3.2 旋转模板匹配算法实验  47-49
    4.3.3 结果分析  49-50
第5章基于图像匹配技术烟草异物剔除系统  50-57
  5.1 研究意义  50
  5.2 系统结构与工作原理  50-53
    5.2.1 输入单层化装置  50-51
    5.2.2 光学成像系统  51-52
    5.2.3 图像采集与处理单元  52-53
    5.2.4 剔除装置  53
  5.3 基于图像颜色特征的异物识别原理  53-55
    5.3.1 建立颜色查找表  54
    5.3.2 图像的二值化处理  54-55
    5.3.3 阈值判断  55
  5.4 系统测试结果及分析  55-57
第6章总结  57-58
参考文献  58-62
致谢  62-63
附录:研究生期间的科研成果  63

图像匹配方法研究与应用

内容摘要

全文目录

相似论文