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72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、圖像匹配是圖像處理、模式識別和計算機視覺等領域的重要研究內(nèi)容,主要針對不同視角、不同時間或不同成像模式的幾幀圖像做空間變換處理,使得這些圖像能夠在幾何上對應起來。圖像匹配在實現(xiàn)技術上,大致可分為基于灰度的匹配和基于特征的匹配,其中以特征為基礎的圖像匹配在可靠性和魯棒性方面都具有很突出的優(yōu)勢,而點模式又是圖像中的重要特征,對此進行研究具有重要的理論意義和實際應用價值,近年來得到越來越多的科研工作者的青睞。
   本文以圖譜為主要理

2、論工具,對圖像的點模式匹配方法進行了深入的研究,提出了三種匹配算法,其主要研究內(nèi)容和研究成果如下:
   1.提出一種基于圖像中位點的分層匹配算法。該算法首先計算出兩幅待匹配圖像的中位點,并以這兩個中位點為參照對圖像的特征點進行分層;然后在對應各層之間分別構造高斯權Laplace矩陣,由奇異值分解(singular value decomposition, SVD)的結果構造出能夠反映特征點之間匹配程度的一個關系矩陣,最后根據(jù)該

3、關系矩陣實現(xiàn)對應層之間的特征點匹配,從而得到整幅圖像的匹配結果。通過大量的實驗,驗證了該方法的可行性和有效性。
   2.提出一種用圖的譜系數(shù)夾角特征描述圖像幾何結構的特征點匹配算法。對兩幅待匹配的圖像,首先利用Harris角點檢測法分別找出反映圖像結構特征的角點作為節(jié)點生成完全圖,由完全圖構造高斯權Laplace矩陣,通過矩陣的SVD分解得到各特征點對應的特征值和特征向量,其次計算各特征向量間夾角的余弦并構造對稱矩陣,然后對其

4、進行奇異值分解,獲得特征向量集并對其進行符號校正,最后構造出能夠反映特征點之間匹配程度的一個關系矩陣,利用該關系矩陣實現(xiàn)兩幅圖像的特征點匹配。通過對模擬圖像、真實圖像和合成數(shù)據(jù)分別進行實驗,結果表明該算法能夠提高匹配的精度。
   3.提出一種結合紋理特征匹配和Laplace譜匹配的迭代匹配算法。對兩幅待匹配圖像,首先使用紋理特征匹配算法和Laplace匹配算法分別得到匹配結果,從中找出相同匹配對并將其從特征點中刪除,然后將余下

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