2023年全國(guó)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(yè)
已閱讀1頁(yè),還剩116頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)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(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、角點(diǎn)是圖像或物體的主要特征信息,角點(diǎn)檢測(cè)是圖像處理、模式識(shí)別和計(jì)算機(jī)視覺等領(lǐng)域中重要的基礎(chǔ)性研究?jī)?nèi)容之一。好的角點(diǎn)檢測(cè)器對(duì)完成許多計(jì)算機(jī)視覺任務(wù),如圖像匹配、目標(biāo)識(shí)別、運(yùn)動(dòng)分析等有著至關(guān)重要的作用。在現(xiàn)實(shí)中圖像可能受到噪聲、背景的干擾,也可能發(fā)生視角、光照、尺度、平移、旋轉(zhuǎn)、仿射等變化,角點(diǎn)檢測(cè)器的檢測(cè)性能直接決定了圖像處理的效率和精度。目前現(xiàn)有的角點(diǎn)檢測(cè)算法在檢測(cè)精度、實(shí)時(shí)性以及算法復(fù)雜度等方面仍然存在不足,很多算法只是依賴于直覺和經(jīng)

2、驗(yàn)來解釋其可行性,缺乏相應(yīng)的數(shù)學(xué)論證。如何解決角點(diǎn)檢測(cè)算法的一致性、準(zhǔn)確性和復(fù)雜性的問題,使得角點(diǎn)具有良好的表征性和魯棒性是一個(gè)十分關(guān)鍵的問題。
   本文選題來源于重慶市自然科學(xué)基金重點(diǎn)項(xiàng)目“圖像處理技術(shù)及應(yīng)用基礎(chǔ)研究”中的圖像特征檢測(cè)與描述。該項(xiàng)研究?jī)?nèi)容將構(gòu)建多種特征檢測(cè)器,為圖像的結(jié)構(gòu)化描述提供一種有效的表達(dá)方式?;诖?,本文的研究工作主要包括:研究平面曲線協(xié)方差矩陣的特征值和性質(zhì),在高斯尺度空間構(gòu)建輪廓曲線的梯度相關(guān)矩陣

3、,研究輪廓曲線的拉普拉斯交換和在B-樣條尺度空間研究輪廓演化差異等輪廓曲線的新特性和新方法,為此設(shè)計(jì)幾種角點(diǎn)檢測(cè)算法,并對(duì)提出的各種角點(diǎn)檢測(cè)器進(jìn)行性能評(píng)估。本文研究工作具體如下:
   ①研究平面輪廓局部支撐域上的協(xié)方差矩陣,通過對(duì)協(xié)方差矩陣的特征值和特征向量的分析,以及對(duì)V角點(diǎn)模型以及圓角點(diǎn)模型分析,證明了協(xié)方差矩陣行列式在角點(diǎn)位置有唯一的極值響應(yīng)。基于此,本文提出了基于協(xié)方差矩陣行列式(DCM)的角點(diǎn)檢測(cè)算法,該算法以平面曲

4、線輪廓支撐域的協(xié)方差矩陣行列式作為角點(diǎn)響應(yīng)函數(shù)。
   ②除了DCM外,梯度相關(guān)矩陣也能夠反映輪廓的特征,本文研究了梯度相關(guān)矩陣的特征值和特征向量,獲得了這些矩陣特征和平面輪廓曲線局部性質(zhì)之間的關(guān)系,即梯度向量自相關(guān)矩陣的特征值和特征向量的幾何意義。由此,本文把梯度向量自相關(guān)矩陣行列式(GCM)設(shè)計(jì)為角點(diǎn)檢測(cè)的響應(yīng)函數(shù),給出了GCM角點(diǎn)檢測(cè)算法實(shí)現(xiàn)步驟。并針對(duì)單角點(diǎn)Γ模型和END雙角點(diǎn)模型從理論上研究了GCM在角點(diǎn)位置的極值特性

5、。
   ③本文把平面曲線的LoG算子定義為一個(gè)矢量計(jì)算,研究了LoG算子作用于平面輪廓曲線之后的特征和規(guī)律。通過分析和理論證明可知,LoG算子的范數(shù)在平面輪廓曲線的角點(diǎn)位置上具有唯一的極值響應(yīng)。因此,本文把LoG算子的范數(shù)定義為一種新的角點(diǎn)響應(yīng)函數(shù),從而給出了LoG角點(diǎn)檢測(cè)算法。實(shí)驗(yàn)結(jié)果分析表明LoG算法檢測(cè)率高,魯棒性強(qiáng),復(fù)雜度小,具有計(jì)算速度快和容易實(shí)施的特點(diǎn)。
   ④前面幾種算法是在高斯尺度空間下獲得的檢測(cè)器。

6、本文進(jìn)一步研究了B-樣條尺度空間多個(gè)尺度的圖像輪廓演化特征。輪廓的角點(diǎn)鄰域在不同尺度下的演化差異顯著,其他位置則呈現(xiàn)較為一致的響應(yīng)強(qiáng)度。這樣,根據(jù)不同尺度下的演化差異的局部極值點(diǎn)來定位角點(diǎn),可以把圖像輪廓的演化差異DoB的范數(shù)定義為角點(diǎn)響應(yīng)函數(shù),從而有效地融合各個(gè)尺度的特征信息,既增強(qiáng)了特征點(diǎn)的響應(yīng),又抑制了噪聲的影響。DoB角點(diǎn)檢測(cè)算法解決了候選角點(diǎn)單一尺度的問題,提高了檢測(cè)的精度,同時(shí)B-樣條實(shí)現(xiàn)了快速卷積,有效地解決了采用高斯核的

7、卷積計(jì)算的復(fù)雜度隨尺度變大而增加的問題,提高了檢測(cè)的速度。實(shí)驗(yàn)結(jié)果表明算法檢測(cè)速度快,定位準(zhǔn)確,檢測(cè)精度高。
   ⑤本文引入CCN、ACU和重復(fù)率角點(diǎn)評(píng)價(jià)準(zhǔn)則,把文中提出四種新的角點(diǎn)檢測(cè)器(DCM、GCM、LoG、DoB)和一些經(jīng)典的檢測(cè)器(Harris、CSS和Wavelet)進(jìn)行了綜合性能評(píng)估。對(duì)大量圖像進(jìn)行旋轉(zhuǎn)、仿射、尺度、噪聲等變換,評(píng)估各種角點(diǎn)檢測(cè)器的各項(xiàng)性能指標(biāo)。從評(píng)估結(jié)果上看,本文提出的幾種角點(diǎn)檢測(cè)器效果良好,可

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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論