支持向量機(jī)在圖像配準(zhǔn)中的應(yīng)用研究.pdf

1、圖像配準(zhǔn)是圖像處理的基本任務(wù)之一,用于將不同拍攝條件(不同時(shí)間、不同視角、不同傳感器)下獲取的兩幅或多幅圖像進(jìn)行匹配,主要是指幾何意義上對準(zhǔn)參考圖像和傳感器圖像.圖像配準(zhǔn)是多種圖像處理及應(yīng)用(如物體辨識(shí)、變化檢測、三維建模等)的基礎(chǔ),配準(zhǔn)效果將直接影響到其后續(xù)圖像處理工作的效果.目前,圖像配準(zhǔn)的方法很多,但沒有一種方法可以適用于所有圖像.因此,針對所應(yīng)用的圖像找到適合其特點(diǎn)的配準(zhǔn)方法是圖像配準(zhǔn)研究中的重點(diǎn).鑒于統(tǒng)計(jì)學(xué)習(xí)理論中最年輕、最實(shí)

2、用的部分--支持向量機(jī)在小樣本、非線性、高維模式識(shí)別方面的突出優(yōu)勢及該方法良好的通用性,本文研究將支持向量機(jī)(SVM)應(yīng)用到圖像配準(zhǔn)過程中,主要內(nèi)容如下: 1.系統(tǒng)地介紹了支持向量機(jī)的基本理論,描述了支持向量機(jī)分類和回歸算法； 2.對圖像配準(zhǔn)的概念、流程進(jìn)行了簡單的介紹,重點(diǎn)分析了空間幾何變換原理、相似性測度、重采樣和插值技術(shù)以及常見配準(zhǔn)方法； 3.將支持向量機(jī)的分類特性用到圖像預(yù)處理過程中,并在此基礎(chǔ)上提出了基

3、于SVM的兩階中值濾波方法.實(shí)驗(yàn)表明,該方法在有效去除圖像中隨機(jī)脈沖噪聲的同時(shí),能很好地保留圖像的邊緣等細(xì)節(jié)信息,而且具有良好的魯棒性. 4.詳細(xì)分析和比較了傳統(tǒng)的變換模型估計(jì)方法和基于LS-SVM的變換模型估計(jì)方法各自的優(yōu)缺點(diǎn).并在Matlab6.5平臺(tái)下,實(shí)現(xiàn)了基于控制點(diǎn)的圖像配準(zhǔn)方法的仿真實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明:基于Ls-SVM的變換模型估計(jì)方法,不僅能有效地去除圖像的幾何形變,而且可以自適應(yīng)的校正由于控制點(diǎn)的定位精度不高而引