学位论文 > 优秀研究生学位论文题录展示

针对弹壳图像的配准与融合方法研究

作　者: 罗曼
导　师: 孔俊
学　校: 东北师范大学
专　业: 计算机应用技术
关键词: 图像配准去除错误特征匹配集成机制自适应规则
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 34次
引　用: 1次
阅　读: 论文下载

内容摘要

近年来,借助图像处理与模式识别理论的枪弹壳(文中简称弹壳)痕迹分析技术迅速发展,在证据科学中扮演了重要角色。由于光学系统的局限性和击针痕迹的深度,拍摄的一幅弹壳图像中很难兼顾:击针痕迹所在局部位置获得丰富与清晰的细节,同时又能反映弹壳底面的整体结构。因此,我们拍摄上述两种图像,通过图像配准与融合方法形成的结果图像能将两种图像信息互补,使专业人员分析及后续计算机处理更加便利。本文首先介绍了图像配准与融合的概念与主流方法,分析了研究现状。文中的研究重点在图像配准阶段,探索了两种弹壳图像配准方法。方法一:基于集成机制与自适应规则的弹壳图像配准方法,属于基于特征的方法。因为选用的弹壳图像具有相似性纹理,原有基于特征的弹壳图像配准方法含有错误特征匹配,且传统去除误匹配方法效果不好。因此,本文依据弹壳图像特点,分别运用了三种去除错误匹配方法:图变换匹配、自适应K-均值聚类的角度约束或尺度约束。为了能将上述三种方法优势互补,采用投票机制将这些方法集成,同时利用遗传算法组合参数,自适应地选择参与集成。实现因“每对图像而异”,优化配准结果。方法二:基于Fourier-Mellin变换的弹壳图像配准方法,属于基于区域的方法。采用对-极坐标及Fourier变换理论,根据相位相关值找到最优配准位置。上述两种配准方法结束后,精炼配准结果。最终,利用像素级融合方法得到流畅的视觉效果。通过对弹壳图像集进行实验,验证了集成机制与自适应规则能有效的去除错误特征匹配,并将两种配准方法的性能进行了分析。另外,融合后结果图像相较于原任一幅图像,信息量更大,便于后续弹壳痕迹分析。

全文目录

摘要  4-5
Abstract  5-8
引言  8-9
第一章绪论  9-14
  1.1 研究背景与意义  9
  1.2 图像配准与融合基本概念  9-10
  1.3 研究现状分析  10-12
    1.3.1 配准主要方法回顾  10-11
    1.3.2 融合主要方法回顾  11
    1.3.3 弹壳图像配准与融合研究现状  11-12
  1.4 本文的主要研究工作  12
  1.5 论文的结构  12-14
第二章弹壳图像配准方法  14-24
  2.1 弹壳图像数据集  14-15
  2.2 基于集成机制与自适应规则的弹壳图像配准方法  15-21
    2.2.1 SIFT 特征抽取及初始匹配  15-16
    2.2.2 去除错误匹配基于图变换匹配方法  16-17
    2.2.3 去除错误匹配基于自适应K-均值聚类的角度或尺度约束  17-19
    2.2.4 集成机制  19-20
    2.2.5 基于遗传算法的自适应参数组合  20-21
    2.2.6 最小二乘法求解变换参数  21
  2.3 基于 Fourier-Mellin 变换(FMT)的弹壳图像配准方法  21-22
  2.4 精炼配准结果的方法  22-24
第三章弹壳图像融合方法  24-26
  3.1 图像合并  24-25
  3.2 平滑视觉缝隙  25-26
第四章实验结果及讨论  26-40
  4.1 弹壳图像配准结果评价  26-28
    4.1.1 弹壳图像配准结果精度定性评价  26-27
    4.1.2 弹壳图像配准结果精度定量评价  27-28
  4.2 基于集成机制与自适应规则的弹壳图像配准结果  28-35
    4.2.1 SIFT 方法的弹壳图像配准结果  28-29
    4.2.2 基于角度约束或尺度约束去除错误匹配的弹壳图像配准结果  29-31
    4.2.3 基于图变换匹配方法去除错误匹配的弹壳图像配准结果  31-32
    4.2.4 实验分析基于集成机制与自适应规则的弹壳图像配准结果  32-35
  4.3 基于集成机制与自适应规则的方法和 FMT 方法对比  35-36
  4.4 精炼弹壳图像配准结果  36-37
  4.5 弹壳图像融合结果  37-40
    4.5.1 弹壳融合结果定性评价  37-38
    4.5.2 弹壳融合结果定量评价  38-40
第五章总结与展望  40-41
参考文献  41-45
致谢  45-46
在学期间公开发表论文及著作情况  46

针对弹壳图像的配准与融合方法研究

内容摘要

全文目录

相似论文