学位论文 > 优秀研究生学位论文题录展示

基于特征的图像匹配算法研究

作 者: 郑刚
导 师: 李飚
学 校: 国防科学技术大学
专 业: 信息与通信工程
关键词: 图像匹配 特征提取 边缘检测 特征点匹配 Hausdorff距离
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 120次
引 用: 0次
阅 读: 论文下载
 

内容摘要


图像匹配作为图像配准的技术实现过程,是图像处理中的基本问题,也是众多图像分析与处理任务的关键步骤,其具有十分重要的研究意义和实用价值。当前,图像匹配方法一般可以分为两类:基于区域的图像匹配方法和基于特征的图像匹配方法,而基于区域的匹配方法又可以分为基于灰度的匹配方法与基于变换域的匹配方法。本文在对比研究各类图像匹配算法原理与应用的基础上,重点分析研究了基于特征的图像匹配算法。针对传统基于特征点提取的图像匹配方法,如Harris,SIFT等算子运算量相对较大,计算耗时较长等缺点,本文提出了一种利用图像边缘曲率特征点进行图像匹配的算法。边缘是图像的最重要不变特征,具有性质稳定,不易受到噪声以及光线变换的影响等优点。与传统计算边缘曲率的方式相比,本文利用多边形近似精简边缘信息,通过链码对近似后的多边形提取曲率极值点作为特征点并构建了这些边缘特征点的特征描述符。同时,本文对比分析了特征匹配过程中典型的相似性度量算法,在传统的欧氏距离,权值设定以及Hausdorff距离等算法的基础上,提出了改进型基于特征点子集Hausdorff距离的图像匹配算法与基于特征点间三角形面积的图像匹配算法。实验结果表明,本文设计的图像匹配算法在保证匹配精度的基础上,具有良好的实时性;同时,在图像受到光照、噪声与分辨率变化影响的情况下,也具有较好的匹配效果。

全文目录


摘要  9-10
ABSTRACT  10-11
第一章 绪论  11-15
  1.1 课题背景及选题依据  11-12
  1.2 国内外研究概况  12-14
  1.3 论文的主要工作  14
  1.4 论文的内容安排  14-15
第二章 图像匹配技术研究  15-29
  2.1 图像匹配的原理  15-16
    2.1.1 图像匹配的定义  15
    2.1.2 空间几何变换模型  15-16
  2.2 图像匹配方法的构成因素  16-18
    2.2.1 概述  16-17
    2.2.2 特征空间  17
    2.2.3 相似性度量  17-18
    2.2.4 搜索空间  18
    2.2.5 搜索策略  18
  2.3 图像匹配的基本方法  18-28
    2.3.1 基本概念  18-19
    2.3.2 基于灰度信息的图像匹配方法  19-21
    2.3.3 基于变换域信息的图像匹配方法  21-25
    2.3.4 基于特征信息的图像匹配方法  25-28
  2.4 本章小结  28-29
第三章 基于特征提取的图像匹配方法  29-56
  3.1 不变特征  29-30
    3.1.1 不变特征的定义  29
    3.1.2 全局不变特征  29-30
    3.1.3 局部不变特征  30
  3.2 基于特征点的图像匹配方法  30-47
    3.2.1 特征点提取  30-37
    3.2.2 特征点匹配  37-39
    3.2.3 估计模型参数  39-40
    3.2.4 实验数据与分析  40-47
  3.3 基于边缘轮廓的图像匹配方法  47-54
    3.3.1 图像的边缘检测  47-50
    3.3.2 基于边缘线特征的图像匹配算法  50-52
    3.3.3 强边缘特征约束条件下的图像点特征匹配方法  52-54
  3.4 本章小结  54-56
第四章 基于边缘曲率特征点的图像匹配方法  56-83
  4.1 图像的边缘提取与优化  56-60
    4.1.1 边缘检测  56-57
    4.1.2 边缘优化  57-60
  4.2 多边形近似  60-63
  4.3 边缘特征点的提取  63-65
  4.4 特征空间的构造  65-67
  4.5 特征点的几何约束  67-68
  4.6 特征点匹配过程分析  68-75
    4.6.1 欧氏距离模式下的图像匹配  68
    4.6.2 权值定义模式下的图像匹配  68-69
    4.6.3 基于特征点子集间Hausdorff 距离的图像匹配方法  69-73
    4.6.4 基于特征点间三角形面积的图像匹配方法  73-75
  4.7 实验结果与分析  75-82
  4.8 本章小结  82-83
第五章 总结与展望  83-84
  5.1 主要研究工作总结  83
  5.2 后续相关研究工作的展望  83-84
致谢  84-85
参考文献  85-89
作者在学期间取得的学术成果  89

相似论文

  1. 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
  2. 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
  3. 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
  4. Q学习在基于内容图像检索技术中的应用,TP391.41
  5. 直推式支持向量机研究及其在图像检索中的应用,TP391.41
  6. 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
  7. 空间交会接近视觉测量方法研究,TP391.41
  8. 图像实时采集、存储与处理方法研究,TP391.41
  9. 唇读中的特征提取、选择与融合,TP391.41
  10. 多币种纸币处理技术的研究与实现,TP391.41
  11. 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
  12. 红外图像匹配技术研究,TP391.41
  13. 基于图像的路面破损识别,TP391.41
  14. 移动机器人视觉检测和跟踪研究,TP242.62
  15. 高光谱与高空间分辨率遥感图像融合算法研究,TP751
  16. 机器人自动巡检系统中图像配准与图像匹配问题的研究,TP242.62
  17. 基于随机森林的植物抗性基因识别方法研究,Q943
  18. 基于图像处理技术的烟叶病害自动识别研究,S435.72
  19. 基于视觉的番木瓜外观品质检测技术研究,S667.9
  20. 基于机器视觉的光纤几何参数检测研究,TN253
  21. 羊绒与羊毛纤维鉴别系统的研究,TS101.921

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com