学位论文 > 优秀研究生学位论文题录展示

基于粗大轮廓的异源图像匹配技术研究

作　者: 曹传东
导　师: 徐贵力
学　校: 南京航空航天大学
专　业: 测试计量技术及仪器
关键词: 异源图像匹配粗大轮廓粗大边缘检测力场转换轮廓拟合轮廓曲线描述轮廓匹配
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 66次
引　用: 0次
阅　读: 论文下载

内容摘要

异源图像匹配技术在模式识别、导航制导、医学诊断和计算机视觉等领域中广泛应用,特别在军事领域有着特殊的意义。本文基于人类对图像的认知过程,对基于粗大轮廓的异源图像匹配技术进行了研究。首先,根据异源图像的成像原理和特点研究了异源图像中粗大边缘的形成,给出了图像粗大边缘的定义,提出了基于粗大轮廓的异源图像匹配技术。其次,为了提取异源图像中的粗大边缘这一共性特征,对图像进行边缘检测。根据异源图像粗大边缘的定义和灰度分布特点,提出了一种基于力场转换的异源图像粗大边缘检测新方法。根据万有引力的概念计算图像中各像素点受到合力的大小和方向;通过实验研究粗大边缘像素点的合力大小和方向特征,由此得到了粗大边缘点的确定方法;对粗大边缘的二值图像进行边界跟踪,从而获得图像的粗大轮廓。然后,为了克服尺度空间的变换对轮廓形状的影响和图像边缘提取中的突变和毛刺等噪声,研究了基于道格拉斯-普克和基于曲率尺度空间的轮廓去噪、拟合方法,通过实验分析量化了图像分辨率和轮廓形状变换之间的关系,获得了同一尺度下的平滑轮廓。最后,对轮廓匹配进行了研究。通过研究分析当前的轮廓描述和匹配方法,提出了基于质心距离倒数积分的闭合轮廓特征不变量描述和基于局部曲率的开曲线特征不变量描述;研究了特征不变量的对应性重建,获得了最终的匹配点对,实现了基于粗大轮廓的异源图像匹配。实验结果表明,本文提出的基于粗大轮廓的异源图像匹配方法,有效地克服了噪声和尺度变化对异源图像匹配的影响,对具有旋转、平移和缩放变化的异源图像匹配具有较好的稳健性。

全文目录

摘要  4-5
ABSTRACT  5-8
图表清单  8-11
注释表  11-12
第一章绪论  12-19
  1.1 课题研究背景及意义  12
  1.2 国内外研究现状  12-16
    1.2.1 国外研究现状  12-14
    1.2.2 国内研究现状  14-15
    1.2.3 存在问题  15-16
  1.3 本文主要工作及创新点  16-17
    1.3.1 本文主要工作  16-17
    1.3.2 本文创新点  17
  1.4 本文内容安排  17-19
第二章异源图像粗大边缘的形成机理及其特点研究  19-24
  2.1 异源图像的成像特点和粗大边缘的形成机理  19-20
  2.2 粗大边缘的特点  20
    2.2.1 粗大边缘的特点  20
    2.2.2 粗大边缘的定义  20
  2.3 实验结果与分析  20-23
    2.3.1 可见光图像的粗大边缘  21
    2.3.2 红外图像的粗大边缘  21-22
    2.3.3 SAR 图像的粗大边缘  22-23
  2.4 本章小结  23-24
第三章基于力场转换的异源图像粗大边缘检测方法  24-34
  3.1 边缘检测概述与现状  24-25
  3.2 图像的力场转换  25-26
  3.3 基于力场转换的图像粗大边缘检测方法  26-29
    3.3.1 图像力场大小的分析  26-27
    3.3.2 图像力场方向的分析  27-28
    3.3.3 图像边缘检测  28-29
  3.4 实验结果与分析  29-33
    3.4.1 邻域参数大小对边缘检测效果的分析  29-30
    3.4.2 边缘检测精度的分析  30-31
    3.4.3 可见光图像的边缘检测结果  31-32
    3.4.4 红外图像的边缘检测结果  32-33
  3.5 本章小结  33-34
第四章基于轮廓的图像匹配技术研究  34-66
  4.1 轮廓匹配概述  34-35
    4.1.1 轮廓匹配的意义  34
    4.1.2 轮廓匹配研究现状  34-35
  4.2 轮廓的去噪、拟合算法研究  35-42
    4.2.1 基于道格拉斯-普克的轮廓去噪、拟合处理  35-37
    4.2.2 基于曲率尺度空间的轮廓去噪、拟合处理  37-42
  4.3 基于质心距离倒数积分的闭合轮廓匹配方法  42-48
    4.3.1 轮廓曲线的质心距离  42
    4.3.2 构建RST 特征曲线  42-44
    4.3.3 获取候选轮廓匹配对  44-45
    4.3.4 对应性重建  45
    4.3.5 实验结果与分析  45-48
  4.4 基于局部曲率尺度特征的轮廓匹配算法  48-57
    4.4.1 曲率概述  49-50
    4.4.2 基于曲率的轮廓描述  50-51
    4.4.3 基于局部曲率尺度特征的轮廓描述  51-53
    4.4.4 基于局部曲率尺度特征的轮廓匹配  53-54
    4.4.5 实验结果与分析  54-57
  4.5 基于粗大轮廓的异源图像匹配结果  57-65
    4.5.1 实拍可见光图像的匹配结果  58
    4.5.2 实拍红外图像的匹配结果  58-60
    4.5.3 SAR 图像的匹配结果  60-62
    4.5.4 实拍可见光图像与红外图像的匹配结果  62-63
    4.5.5 可见光图像与SAR 图像的匹配结果  63-65
  4.6 本章小结  65-66
第五章总结及展望  66-68
  5.1 本文的主要工作  66-67
  5.2 研究展望  67-68
参考文献  68-74
致谢  74-75
在学期间的研究成果及发表的学术论文  75

基于粗大轮廓的异源图像匹配技术研究

内容摘要

全文目录

相似论文