学位论文 > 优秀研究生学位论文题录展示
基于轮廓的图像匹配技术研究
作 者: 章凤翎
导 师: 徐贵力
学 校: 南京航空航天大学
专 业: 测试计量技术及仪器
关键词: 图像匹配 图像分割 轮廓跟踪 角点提取 多边形拟合 轮廓匹配
分类号: TP391.41
类 型: 硕士论文
年 份: 2010年
下 载: 250次
引 用: 1次
阅 读: 论文下载
内容摘要
图像匹配技术在遥感、模式识别、导航制导、医学诊断、计算机视觉等领域中广泛应用,本文模拟人类对图像的认知过程,对基于轮廓的图像匹配技术进行了研究。首先,为了能得到比较完整的长轮廓,先对图像进行聚类分割。在现有方法的基础上,改进了彩色图像近似主色成分的确定方法。分析并比较了几种纹理描绘子,最终确定熵图像作为纹理特征度量。综合图像的颜色和纹理特征,构建4维特征空间,以近似主色成分个数为聚类个数,近似主色成分对应的颜色量化值为初始聚类中心,在该特征空间对图像像素点进行K均值聚类,从而得到整幅图像的聚类分割。实验结果表明,本方法能较准确地对彩色图像自动分割,自适应地确定聚类个数,并且与人眼对图像的视觉感受一致,很好地再现图像的概貌特征。分割结果有利于提取图像的主要轮廓等后续处理。其次,对聚类后的图像进行边缘检测。分析研究了常见的边缘检测方法,并对它们的检测效果进行比较,最终确定了利用Canny算子对聚类分割后的图像进行边缘检测。研究了边界跟踪算法,对边缘检测的结果进行断点连接和轮廓跟踪,得到原图像的轮廓点序列。最后对轮廓匹配进行了研究。研究了基于曲率的轮廓匹配和基于角点的轮廓匹配,分析了这两种方法存在的不足。提出了基于道格拉斯-普克多边形拟合的轮廓匹配算法,应用道格拉斯-普克法对轮廓进行拟合,以克服噪声和变形的影响,对保留的轮廓点构建了二维几何特征不变量,用于相似性的度量。结果表明,本文方法在图像间存在4倍缩放关系时仍能实现轮廓点的正确匹配,并且对旋转、平移等变化也有很好的鲁棒性,同时可以应用于不同源的可见光与红外图像的匹配。
|
全文目录
摘要 4-5 ABSTRACT 5-8 图清单 8-11 第一章 绪论 11-17 1.1 课题研究背景及意义 11 1.2 国内外研究现状 11-14 1.2.1 国外研究现状 12-13 1.2.2 国内研究现状 13-14 1.2.3 存在问题 14 1.3 本文主要工作及创新点 14-16 1.3.1 本文主要工作 14-15 1.3.2 本文创新点 15-16 1.4 本文内容安排 16-17 第二章 基于颜色和纹理的图像分割方法研究 17-35 2.1 彩色图像分割技术 17-18 2.1.1 彩色图像分割的定义 17 2.1.2 彩色图像分割研究现状 17-18 2.2 颜色特征分割法 18-24 2.2.1 近似主色成分 19-20 2.2.2 色差直方图 20-21 2.2.3 基于色差直方图的彩色图像分割 21-24 2.3 纹理特征分割法 24-30 2.3.1 几种纹理特征描绘子 25-27 2.3.2 大津法纹理分割结果比较 27-29 2.3.3 基于熵的彩色图像分割 29-30 2.4 融合多特征的分割策略 30-33 2.4.1 特征空间的建立 31 2.4.2 K 均值聚类 31-32 2.4.3 基于特征空间聚类的彩色图像分割 32-33 2.5 实验结果 33-34 2.6 本章小结 34-35 第三章 边缘检测与轮廓跟踪研究 35-49 3.1 边缘检测基础 35-36 3.1.1 边缘的分类 35-36 3.1.2 边缘检测的基本步骤 36 3.2 经典边缘检测方法综述 36-46 3.2.1 基于灰度直方图的边缘检测 37 3.2.2 一阶微分算子 37-39 3.2.3 二阶微分算子 39-42 3.2.4 SUSAN 边缘检测 42-44 3.2.5 实验结果 44-46 3.3 轮廓的边界跟踪 46-48 3.3.1 传统的边界跟踪算法 46-47 3.3.2 本文采用的边界跟踪算法 47-48 3.3.3 实验结果 48 3.4 本章小结 48-49 第四章 基于轮廓的图像匹配技术研究 49-75 4.1 轮廓匹配概述 49-50 4.1.1 轮廓匹配的意义 49 4.1.2 轮廓匹配的步骤 49-50 4.1.3 轮廓匹配研究现状 50 4.2 基于曲率的轮廓匹配 50-57 4.2.1 曲率概述 50-52 4.2.2 构建曲率RST 不变量 52-55 4.2.3 实验结果 55-57 4.3 基于角点的轮廓匹配 57-60 4.3.1 角点的提取 57-58 4.3.2 角点特征描述子 58-59 4.3.3 实验结果 59-60 4.4 本文基于道格拉斯-普克的轮廓匹配算法 60-73 4.4.1 道格拉斯-普克法多边形近似 60-62 4.4.2 几何特征不变量的研究 62-63 4.4.3 基于轮廓的图像匹配结果 63-73 4.5 本章小结 73-75 第五章 总结及展望 75-77 5.1 本文的主要工作 75-76 5.2 研究展望 76-77 参考文献 77-81 致谢 81-82 在学期间的研究成果及发表的学术论文 82
|
相似论文
- 森林防火系统中图像识别算法的研究,TP391.41
- 红外图像匹配技术研究,TP391.41
- 数字图像处理在集装箱检测中的应用研究,TP274.4
- 个性化人工膝关节设计及其生物力学特性研究,R318.1
- 基于图像处理技术的烟叶病害自动识别研究,S435.72
- 红外图像目标识别及跟踪技术研究,TP391.41
- 细菌聚类算法及其在图像分割问题中的研究与应用,TP391.41
- 基于运动目标轨迹分析的智能交通监控系统,TP277
- 基于图割理论的图像匹配问题研究,TP391.41
- 基于特征描述的图像匹配方法研究,TP391.41
- 基于粒子群优化的Fuzzy c-mean聚类算法的基因芯片图像处理,TP391.41
- 计算机辅助髋关节置换手术系统研究与开发,TP391.41
- SAR成像目标识别子区选取与匹配方法研究,TN957.52
- 基于谱聚类的无监督图像分割,TP391.41
- 基于直方图统计模型的自适应多阈值图像分割算法的研究,TP391.41
- 遥感图像的K-均值聚类和分水岭分割算法的研究与实现,TP751
- 基于粗糙集理论的图像分割研究,TP391.41
- CUDA加速CV图像分割和外部CT图像重建算法研究,TP391.41
- 小波结合C-V模型的工业CT/DR图像缺陷检测算法研究,TP391.41
- 基于单目视觉的障碍物检测方法,TP242
- 基于水平集和局部灰度阈值的神经干细胞序列图像的分割算法,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
|