学位论文 > 优秀研究生学位论文题录展示

基于特征的图像分割与匹配的研究和应用

作　者: 魏二岭
导　师: 杨夙
学　校: 复旦大学
专　业: 计算机应用技术
关键词: 特征区域 特征点 分割 匹配
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 175次
引　用: 1次
阅　读: 论文下载
 

内容摘要


图像分割与匹配是数字图像处理技术中两个重要的研究方向,近年来,随着信息技术的发展和计算机硬件成本的降低,图像分割与匹配开始广泛应用在很多领域。在医学图像上,通过将病人肿瘤区域进行分割,有利于对病情诊断和治疗,通过将病人不同时间拍摄的同一模态图片进行匹配,可以研究病情进展情况,通过将病人不同模态的图像进行融合,可以在单幅图像上看到有关病人更丰富的信息;在计算机视觉上,通过匹配技术可以进行目标识别与运动追踪。本文基于图像的特征区域提出一种快速有效的图像分割算法。算法首先利用LoG算子进行特征区域提取,然后对要分割的区域在一定尺度范围内进行射线化,在每条射线上采用7阶多项式对灰度进行拟合,通过在LoG中心点两侧找局部最小值并进行优化以达到分割的最优化。大量比较试验表明,算法较基于梯度的分割算法有明显的改进。本文同时还基于图像特征点提出一种环式边角码模型,并将该模型应用于点模式匹配。相似环式边角码描述了两个特征点的局部相似空间结构,同时可以用于估计局部相似变换。两个特征点的相似度由它们关联的最大相似环式边角码的长度来衡量,算法首先根据特征点的局部空间结构的相似性进行结构匹配,然后利用局部相似变换并结合聚类技术将正确匹配的特征点和错误匹配的特征点进行分离,如果最大类和次大类满足一定约束,最大类将作为对应关系用于最优变换估计。算法同时对相似条件和聚类条件进行松驰,从而保证算法不仅具有相似变换不变性,还对一定程度的仿射和视角变换具有鲁棒性。广泛的训练实验说明了环式边角码模型在点模式匹配中的有效性。同时广泛的比较试验表明算法好于经典的基于梯度的和基于互信息的图像匹配算法。基于提出的点模式匹配算法,我们还架构了一个可以用于多用途图像匹配的系统,并结合实例进行详细说明。

全文目录


摘要  5-6
Abstract  6-7
引言  7-9
第1章 概述  9-13
  1.1 图像特征  9
  1.2 图像分割  9-10
  1.3 图像匹配  10-13
第2章 图像特征提取  13-19
  2.1 特征点检测  13-15
    2.1.1 Moravec角点检测算法  13
    2.1.2 Harris角点检测算法  13-15
    2.1.3 多尺度Harris角点检测算法  15
  2.2 特征区域检测  15-19
    2.2.1 拉普拉斯算子  16-17
    2.2.2 高斯差分算子  17
    2.2.3 汉森行列式算子  17
    2.2.4 汉森-拉普拉斯算子  17-18
    2.2.5 仿射-自适应的差分特征区域检测算法  18
    2.2.6 基于灰度的特征区域检测算法  18-19
第3章 基于多项式拟合的分割算法  19-26
  3.1 输入图像  19
  3.2 分辨率调整  19-20
  3.3 图像增强  20
  3.4 LoG特征区域提取  20-21
  3.5 区域射线化  21
  3.6 多项式拟合  21-24
  3.7 边界连接  24
  3.8 算法性能比较  24-26
第4章 基于环式边角码的分级匹配算法  26-62
  4.1 环式边角码模型  26-30
    4.1.1 环式边角码定义  26-27
    4.1.2 相似环式边角码  27-28
    4.1.3 局部相似变换估计  28-30
  4.2 点模式匹配  30-32
  4.3 分级匹配算法  32-45
    4.3.1 特征提取  33-34
    4.3.2 相似度计算  34-40
    4.3.3 结构匹配  40-41
    4.3.4 优化匹配  41-44
    4.3.5 变换估计  44-45
  4.4 算法分析  45-46
  4.5 参数训练  46-50
    4.5.1 初始环式边角码长度K  47-48
    4.5.2 最大类与次大类的关系  48-50
  4.6 算法性能比较  50-55
    4.6.1 LEAC vs SIFT  50-54
    4.6.2 LEAC vs Viola-Wells,LEAC vs Mattes  54-55
  4.7 点模式匹配系统案例分析  55-62
    4.7.1 图像拼接  56-57
    4.7.2 目标识别  57-58
    4.7.3 单模态医学图像匹配  58-59
    4.7.4 多模态人脑图像融合  59-60
    4.7.5 系统分析  60-62
第5章 结论与展望  62-64
  5.1 本文工作  62-63
  5.2 未来工作方向  63-64
参考文献  64-66
硕士期间发表论文列表  66-67
致谢  67-68

相似论文

  1. 基于巨磁阻抗效应磁测传感器及地磁匹配算法研究,P318
  2. 开关磁阻发电机供电系统仿真分析,TM31
  3. 联合编码调制技术中TCM与BICM方案性能研究,TN911.22
  4. 图像拼接技术研究,TP391.41
  5. 高效精确字符串匹配算法的研究与实现,TP391.41
  6. 森林防火系统中图像识别算法的研究,TP391.41
  7. 基于图分割的文本提取方法研究,TP391.41
  8. 红外图像匹配技术研究,TP391.41
  9. 数字图像处理在集装箱检测中的应用研究,TP274.4
  10. 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
  11. 随机时滞系统的稳定性分析与鲁棒控制器设计,TP13
  12. 时滞系统的稳定性分析,TP13
  13. 个性化人工膝关节设计及其生物力学特性研究,R318.1
  14. 基于统计方法的核磁共振人脑图像的分割及三维数据的分析,R445.2
  15. 基于区域分割的遥感影像道路提取算法研究,TP751
  16. 基于图像处理技术的烟叶病害自动识别研究,S435.72
  17. 冷却分割猪肉中腐败微生物分离鉴定与生长特性的研究,R446.5
  18. 混沌振子多进制调制解调技术研究,TN915.05
  19. 基于遗传算法的柑橘图像分割,TP391.41
  20. 基于拓扑约束和匈牙利算法的高密度细胞追踪方法,Q25
  21. 基于空间—频率域的织物组织识别新技术研究,TS101.923

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