学位论文 > 优秀研究生学位论文题录展示
基于局部不变特征的图像匹配技术研究
作 者: 李新光
导 师: 夏胜平
学 校: 国防科学技术大学
专 业: 信息与通信工程
关键词: 尺度空间 局部不变特征 稳健特征 随机抽样一致性稳健估计 图像配准 属性图 相似性度量
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 81次
引 用: 0次
阅 读: 论文下载
内容摘要
图像匹配是计算机视觉领域的研究热点,经过几十年的发展,虽然该方面的研究取得了许多令人鼓舞的研究成果,但成像条件的复杂多变使得该领域的研究依然十分具有挑战性。本文针对大量不同成像条件下获得的多视图像,研究利用局部不变特征及其空间布局约束进行图像匹配的方法,并成功应用于图像配准和相似性度量。开展的工作和取得的成果如下:本文首先从尺度空间理论入手,详细的研究了SIFT、SURF特征提取的算法原理后,开发了算法软件,实现了图像SIFT、SURF特征点的提取。在提取SIFT特征点时,利用SIFT特征点的极值性,将SIFT特征分为两类:局部极大值点和局部极小值点,实现了SIFT特征的加速最近邻次近邻距离比匹配,匹配效率提高接近一倍。然后,针对基于最近邻次近邻距离比的图像初匹配结果中存在的错误匹配,试图分别用两阶段的procrustes迭代匹配和传统的RANSAC方法去除初始匹配中的错误匹配点。但两阶段procrustes迭代匹配时间随初始匹配点对的数量增加而急剧增加,传统的RANSAC方法的运算量则随初始匹配中错误匹配率的增大而急剧增大,且匹配结果具有很强的随机性和不确定性。为此,本文提出了基于精准核的RANSAC算法,成功解决了上述问题,均衡快速的实现了基于局部不变特征的图像匹配。并通过普通数码相机图像的配准实验和不同波段的多光谱图像的配准实验验证了本算法的适用性,成功实现了基于SIFT和SURF两种特征的图像配准。最后,分别构建了基于SIFT特征和SURF特征的属性图模型,提出了基于加速最近邻次近邻距离比匹配的稳健局部不变特征点选择算法,实现了稳健局部不变特征的快速选择。针对单向属性图对匹配不对等的问题,提出了属性图对互匹配算法,在基于精准核的RANSAC匹配基础上定义了图像相似性度量,并分析了基于SIFT、SURF特征属性图模型相似性度量的有效性。
|
全文目录
摘要 9-10 ABSTRACT 10-12 第一章 绪论 12-18 1.1 研究背景及意义 12-14 1.2 研究现状和趋势 14-17 1.2.1 图像匹配算法研究现状和趋势 14-15 1.2.2 图像目标建模与相似性度量研究现状和趋势 15-17 1.3 本文主要工作 17-18 第二章 尺度空间理论与局部不变特征提取 18-35 2.1 尺度空间理论分析 18-20 2.1.1 尺度空间理论 18-19 2.1.2 尺度的自动选择 19-20 2.2 尺度不变特征变换(SIFT) 20-27 2.2.1 尺度空间极值点检测 20-22 2.2.2 极值点精确定位 22-25 2.2.3 确定特征点主方向 25-26 2.2.4 描述子生成 26-27 2.3 SURF 特征提取 27-34 2.3.1 SURF 特征点检测 27-31 2.3.2 SURF 特征描述子生成 31-34 2.4 小结 34-35 第三章 基于局部不变特征的图像匹配 35-51 3.1 图像局部特征描述向量粗匹配 35-39 3.1.1 最近邻匹配 35-36 3.1.2 基于最近邻次近邻距离比的特征匹配 36-38 3.1.3 加速的最近邻次近邻距离比匹配 38-39 3.2 两阶段的procrustes 迭代匹配 39-41 3.2.1 第一阶段的procrustes 匹配 39-40 3.2.2 第二阶段的procrustes 迭代匹配 40-41 3.3 改进的RANSAC 匹配 41-50 3.3.1 单应矩阵约束 42-44 3.3.2 随机抽样一致性(RANSAC)稳健估计方法 44-48 3.3.3 基于精准核的RANSAC 算法 48-50 3.4 小结 50-51 第四章 基于改进的RANSAC 算法的图像配准与相似性度量 51-64 4.1 基于改进的RANSAC 算法的图像配准 51-55 4.1.1 基于改进的RANSAC 算法的图像配准流程 51-52 4.1.2 配准精度分析方法 52 4.1.3 配准实验分析 52-55 4.2 属性图模型与属性图相似性度量 55-63 4.2.1 属性图模型的构建 55-59 4.2.2 基于属性图模型的图像相似性度量 59-63 4.3 小结 63-64 第五章 结束语 64-65 致谢 65-66 参考文献 66-71 作者在学期间取得的学术成果 71-72 附录 图像匹配所用10 幅图 72
|
相似论文
- 图像拼接技术研究,TP391.41
- 机器人自动巡检系统中图像配准与图像匹配问题的研究,TP242.62
- 非刚性医学图像准算法研究和实现,TP391.41
- 基于组合及统计的图像型垃圾邮件检测研究,TP391.41
- 工业应用中的目标检测与精确定位技术,TP391.41
- 基于本体多Agent系统的交易伙伴智能发现相关技术研究,F713.36
- 红外与可见光图像配准及融合技术的研究,TP391.41
- 同轴异场图片的图像配准算法研究,TP391.41
- 基于半监督哈希算法的图像检索方法研究,TP391.41
- 基于偏微分方程的图像配准与融合方法研究,TP391.41
- 基于图像配准的沙粒旋转角度计算方法,TP391.41
- CT与超声数据配准的研究和实现,TP391.41
- 基于视图的三维模型检索技术研究,TP391.41
- 新一代基因测序的数据处理中的相关问题,TP391.41
- 地基SFCW SAR差分干涉测量技术研究,TN957.52
- 多光谱遥感图像配准与融合方法研究,TP751
- 壁画在城市公共环境中的研究与运用,J218.6
- C-SIFT算法在视频目标跟踪中的应用研究,TP391.41
- 图像超分辨率重建算法研究,TP391.41
- 眼底图像融合的研究及系统实现,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
|