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
已閱讀1頁,還剩63頁未讀, 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、圖像匹配是指將不同時(shí)間、不同成像條件下獲取的的兩幅或多幅圖像進(jìn)行空間上的對(duì)準(zhǔn),確定圖像之間的幾何映射關(guān)系,進(jìn)而使得圖像能夠匹配的過程。作為計(jì)算機(jī)視覺的核心技術(shù)之一,圖像匹配是圖像分析與處理中的基礎(chǔ)問題。圖像匹配在目標(biāo)對(duì)象識(shí)別、紋理發(fā)現(xiàn)與分析、圖像信息融合、圖像檢索等領(lǐng)域的應(yīng)用越來越廣泛,具有十分重要的研究意義。
  基于特征的圖像匹配算法由于對(duì)圖像的尺度變化、仿射形變等具有良好的穩(wěn)定性和魯棒性,受到了國(guó)內(nèi)外學(xué)者的廣泛關(guān)注。圖模型作

2、為一種描述數(shù)據(jù)的工具,可以有效的表示圖像的結(jié)構(gòu)特征,同時(shí)保留區(qū)域之間的相互聯(lián)系,利用圖模型來實(shí)現(xiàn)圖像特征點(diǎn)匹配的研究受到了學(xué)術(shù)界的青睞?;趫D理論的圖像特征點(diǎn)匹配方法,由于具有較好的適應(yīng)性和較高的匹配精度,是近年來研究的熱點(diǎn)和難點(diǎn)問題。本文圍繞基于圖理論的圖像特征匹配方法進(jìn)行了相關(guān)研究,主要研究?jī)?nèi)容和研究成果如下:
  (1)研究分析了圖像匹配的理論意義和實(shí)用價(jià)值,對(duì)國(guó)內(nèi)外關(guān)于圖像匹配的研究現(xiàn)狀進(jìn)行了概括和總結(jié)。重點(diǎn)對(duì)圖像特征匹配

3、進(jìn)行了理論方面的概述,首先重點(diǎn)介紹了圖的基本概念和矩陣表示,然后介紹了圖像特征匹配中的兩個(gè)關(guān)鍵技術(shù):特征提取和特征描述,最后對(duì)經(jīng)典的SIFT圖像特征匹配算法進(jìn)行了詳細(xì)的分析。圖的相關(guān)理論和對(duì)SIFT算法的研究,為本文圖像匹配算法的提出奠定了重要的理論基礎(chǔ)。
  (2)針對(duì)圖像特征點(diǎn)匹配,結(jié)合層次聚類的思想,本文給出了一種基于自頂向下分裂聚類的圖像匹配算法。該算法的主要思想是采用互k近鄰圖模型來表示圖像之間的對(duì)應(yīng)關(guān)系,在互k近鄰圖表

4、示模型中,頂點(diǎn)代表特征點(diǎn)之間的對(duì)應(yīng)關(guān)系,頂點(diǎn)之間的邊代表對(duì)應(yīng)關(guān)系的幾何相容性。定義的團(tuán)密度函數(shù)可以衡量是否屬于同一個(gè)團(tuán),一般情況下,團(tuán)密度的值越大,越有可能是正確的團(tuán)。該算法不僅可以獲得圖像之間的對(duì)應(yīng)關(guān)系,還可以指示出哪些對(duì)應(yīng)關(guān)系屬于同一個(gè)目標(biāo)。同一個(gè)團(tuán)內(nèi)的對(duì)應(yīng)關(guān)系之間幾何相容性較高,不同團(tuán)之間的對(duì)應(yīng)關(guān)系相容性則較低,因此不同的目標(biāo)會(huì)呈現(xiàn)出不同的團(tuán)。在互k近鄰圖表示模型的基礎(chǔ)上,通過團(tuán)檢測(cè)方法獲得圖中的團(tuán),利用的是分裂聚類的思想。最終,

5、根據(jù)團(tuán)內(nèi)包含的頂點(diǎn)恢復(fù)出團(tuán)內(nèi)的對(duì)應(yīng)關(guān)系,從而達(dá)到圖像匹配的目的。在真實(shí)圖像上的對(duì)比實(shí)驗(yàn)表明,自頂向下分裂聚類的圖像匹配算法在匹配性能上要優(yōu)于ACC算法,提高了圖像匹配的查全率和查準(zhǔn)率,實(shí)驗(yàn)的效果圖和定量分析結(jié)果都表明該算法具有較好的匹配結(jié)果。
  (3)為了進(jìn)一步提高圖像特征匹配算法的準(zhǔn)確度,本文提出了一種基于局部近鄰圖的特征描述與特征匹配算法,通過為每個(gè)特征點(diǎn)構(gòu)建局部近鄰圖來深層次挖掘圖像上的結(jié)構(gòu)信息。該算法首先通過FAST和S

6、URT算法檢測(cè)初始的特征點(diǎn),然后為所有的特征點(diǎn)構(gòu)造局部近鄰圖,每個(gè)局部圖由該特征點(diǎn)及其近鄰特征點(diǎn)組成,至此形成一種新穎的特征描述方法。在這個(gè)新穎的特征描述符的基礎(chǔ)上,給出了一個(gè)相似性度量函數(shù)和一個(gè)能量函數(shù),鑒于此,提出了一種基于局部近鄰圖模型的特征匹配算法。為了驗(yàn)證該算法的有效性,進(jìn)行了兩個(gè)方面的實(shí)驗(yàn):高斯噪聲模擬實(shí)驗(yàn)和真實(shí)圖像匹配實(shí)驗(yàn)。高斯噪聲模擬實(shí)驗(yàn)的目的是為了分析離群點(diǎn)和變形噪聲對(duì)算法性能的影響,而在真實(shí)圖像庫(kù)上進(jìn)行實(shí)驗(yàn),是為了驗(yàn)

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