2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩78頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、圖像配準是計算機視覺的等技術的基礎。圖像局部特征技術由于其對各種變化的不變性以及對遮擋重疊等情況的魯棒性,一直是圖像配準領域的熱門研究方向。在圖像局部特征技術中,尺度不變特征(SIFT)在圖像發(fā)生尺度、旋轉等變化時可以表現(xiàn)出很好的穩(wěn)定性,因而受到了廣泛的關注、研究和應用。然而,SIFT算法的速度以及SIFT特征在匹配時的準確率方面仍有提升的空間。
  本文介紹了圖像局部特征技術的組成和發(fā)展歷程,以及包括SIFT算法在內(nèi)的幾種當前較

2、為主流的局部特征技術。在對SIFT算法進行了詳細分析的基礎上,本文提出了基于SIFT算法的四種改進,分別是:(1)基于匹配置信值的自適應距離比閾值匹配算法;(2)基于分量方差和梯度方向加權的特征描述算法;(3)基于源圖像分割檢索的多層匹配算法;(4)基于哈希匹配的加速特征提取匹配算法。之后本文分別基于匹配準確率和算法速度兩個方向的優(yōu)化,提出了綜合了上述四點改進后的兩個比較全面的SIFT算法的改進算法。對于上述每一種改進,本文均給出了實驗

3、數(shù)據(jù)的統(tǒng)計和分析,以及與已有算法之間比較。
  本文的主要貢獻如下:
  1.本文比較詳細地介紹了幾種當前主流圖像局部特征技術,并與本文中提出的算法一起對各算法進行了實驗對比和分析;
  2.本文以優(yōu)化 SIFT算法的匹配準確率為目的,分別提出了基于匹配置信值的自適應距離比閾值匹配算法、基于分量方差和梯度方向加權的特征描述算法和基于圖像分割檢索的多級匹配算法,并綜合以上三點提出了一種綜合算法;
  3.本文以優(yōu)化

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論