学位论文 > 优秀研究生学位论文题录展示
基于谱图理论的结构描述子及其在点模式匹配中的应用
作 者: 刘志忠
导 师: 唐俊
学 校: 安徽大学
专 业: 信号与信息处理
关键词: 计算机视觉 点模式匹配 图匹配 局部结构描述子 归一化Laplace矩阵
分类号: TP391.41
类 型: 硕士论文
年 份: 2014年
下 载: 1次
引 用: 0次
阅 读: 论文下载
内容摘要
点模式匹配是模式识别和计算机视觉中的一个重要课题,是目前相关领域研究的热点和重点。由于图是描述点集结构特性的强有力的工具,因而,点模式匹配问题常常被视为图匹配问题。基于谱图理论的图匹配方法是其中一个重要的研究方向。当特征点集存在位置噪声及出格点时,已有的谱匹配方法性能会严重下降。针对上述问题,本文研究如何提高谱匹配算法对位置噪声和出格点的精度和稳健性,主要研究成果如下:1.针对单一的谱特征表示的局限性,提出了一种基于多谱特征表示的点模式匹配算法。首先,利用图的不同矩阵的特征值序列作为特征点的描述子;然后,借助多谱嵌入技术求解获得局部结构描述子的相似性;最后,结合几何相容性,使用概率松弛的方法实现点模式匹配问题的求解。模拟数据和真实图像的比较实验验证了该算法的有效性和稳健性。2.构造了一种基于特征点属性图的局部结构描述子。首先对特征点集及其近邻点构造权重图及其归一化Laplace矩阵,根据归一化Laplace矩阵谱半径的确定性,用直方图描述其特征值分布情况,并以此作为特征点的特征,最后将构造的谱描述子嵌入到图匹配模型中实现匹配问题的求解。模拟数据和真实图像的比较实验均表明本文构造的结构描述子是有效的。
|
全文目录
摘要 3-4 Abstract 4-6 目录 6-8 第一章 绪论 8-15 1.1 课题研究背景及意义 8-10 1.2 图匹配问题研究现状 10-14 1.3 论文内容安排 14-15 第二章 PPM中基本概念和若干算法简介 15-27 2.1 图及其矩阵表示 15-17 2.1.1 图的相关概念 15-16 2.1.2 图的矩阵表示及矩阵的谱 16-17 2.2 相似性度量函数 17-19 2.3 连续优化 19-20 2.4 局部特征描述子 20-27 2.4.1 局部特征描述子概述 20-21 2.4.2 几种常用特征描述子 21-27 第三章 基于多谱特征表示的点模式匹配算法 27-39 3.1 多谱嵌入 27-29 3.2 谱描述子及特征融合 29-31 3.2.1 谱描述子的构造 29-30 3.2.2 谱特征融合 30-31 3.3 与几何相容性的结合 31-33 3.4 实验及分析 33-38 3.4.1 模拟数据实验 33-36 3.4.2 真实图像实验 36-38 3.5 本章小结 38-39 第四章 基于归一化LAPLACE矩阵的结构描述子 39-51 4.1 谱描述子 40-45 4.1.1 预备知识 40-41 4.1.2 构造描述子 41-42 4.1.3 基于谱描述子的点模式匹配算法 42-45 4.2 实验结果 45-50 4.2.1 模拟数据 45-46 4.2.2 真实数据 46-50 4.3 本章小结 50-51 第五章 总结与展望 51-53 5.1 工作总结 51-52 5.2 研究展望 52-53 参考文献 53-60 致谢 60-61 攻读硕士期间发表的论文 61 攻读硕士期间参与的科研项目 61
|
相似论文
- 基于学习的低阶视觉问题研究,TP391.41
- 基于视觉的番木瓜外观品质检测技术研究,S667.9
- 基于计算机视觉对“次郎”甜柿外部品质检测与分级的研究,S665.2
- 基于加权投票和关键帧提取的视频流人脸识别方法研究,TP391.41
- 基于计算机视觉的手写输入法研究,TP391.14
- 基于DSP的水稻杂草识别研究,TP391.41
- 基于计算机视觉的浇注流量的间接测量方法研究,TP274
- 民族面部特征提取及其识别算法研究,TP391.41
- 高能束快速制造中计算机视觉技术应用的研究,TP391.41
- 高精度手术导航的研究与应用,TP391.41
- 基于图的结构化图像特征提取与跟踪,TP391.41
- 基于DSP的单目视觉定位方法关键技术研究,TP391.41
- 基于计算机视觉的水体突发性污染在线生物监测预警研究,X835
- 基于计算机图像处理的叶片氮素检测系统研究,TP391.41
- 扩展的子图匹配问题优化算法及实验研究,TP301.6
- 基于计算机视觉的机车乘务员驾驶疲劳监测研究,TP274
- 汽车仪表板的计算机视觉检测系统研究,TP391.41
- 基于视频序列的三维人体刚体骨架提取算法研究,TP391.41
- 彩色图像序列的光流场计算研究,TP391.41
- 基于无人飞行器序列影像的定位技术研究,TP391.41
- 磁瓦表面缺陷自动检测识别方法的研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|