学位论文 > 优秀研究生学位论文题录展示

基于轮廓的形状匹配方法研究

作 者: 罗磊
导 师: 殷建平
学 校: 国防科学技术大学
专 业: 计算机科学与技术
关键词: 形状匹配 形状上下文 邻域 松弛标记法 匈牙利算法 离散曲线演化 视觉部件
分类号: TP391.41
类 型: 硕士论文
年 份: 2008年
下 载: 410次
引 用: 5次
阅 读: 论文下载
 

内容摘要


形状匹配是指根据一定的度量准则来衡量形状间的相似性,它是图像自动识别和理解的基本问题之一,在计算机视觉、模式识别、遥感图像分析、文字识别等领域有着广泛的应用。虽然人们已经对它开展了大量的研究工作,但是仍然有很多难题没有得到解决,例如遮挡形状、非刚体形状的匹配问题等。本文从基于轮廓的形状描述方法出发,深入研究了非刚体形状的匹配问题,主要包括基于点的形状匹配和基于视觉部件的形状匹配。本文工作的主要内容和创新点总结如下:1、介绍了形状匹配的一般流程和典型算法,并对这些算法的优缺点和适用范围进行了深入研究。2、从物体形变的局部特性出发,提出了一种保持邻域结构的形状匹配方法。首先将形状描述为点集,然后建立每个点的邻域,并根据距离对邻域中的元素加权,最后将点匹配问题转化为属性关系图的匹配问题,用松弛标记法求解。该方法考虑了非刚体形变在物体自身结构的限制下保持局部连续性的特点,与几种典型算法的对比实验结果表明,它能够提高匹配精度,加快算法的收敛速度。3、提出了一种基于局部搜索的形状匹配方法。首先将形状上下文作为点的属性,用匈牙利算法获得初始匹配,然后结合点的属性和邻域的支持度计算该匹配的置信度,选择置信度较低的匹配点对进行局部搜索调整。该方法综合了形状上下文的全局描述能力和邻域的局部描述能力,实验表明它比单独使用形状上下文或邻域的方法具有更高的匹配精度。4、从人类视觉的特性出发,提出了一种基于视觉部件的形状匹配方法。首先用离散曲线演化算法简化形状轮廓,并根据极小值规则将形状分割为具有视觉感知意义的部分。然后对目标轮廓进行采样,构造视觉部件的全局和局部形状上下文,建立视觉部件间的匹配代价矩阵,最后用匈牙利算法求解。该方法充分利用了视觉部件的感知特性,实验结果表明其分辨能力强,匹配结果符合人类视觉的特性。

全文目录


摘要  8-9
ABSTRACT  9-11
第一章 绪论  11-18
  1.1 研究背景  11-13
  1.2 研究现状  13-16
    1.2.1 形状描述方法现状  13-15
    1.2.2 形状匹配方法现状  15-16
  1.3 研究内容及创新  16-17
  1.4 论文结构  17-18
第二章 基于轮廓点集表示的形状匹配方法研究  18-30
  2.1 形状轮廓的点集表示  18-19
  2.2 基于薄板样条的鲁棒点匹配方法  19-23
    2.2.1 最小能量匹配目标  19-20
    2.2.2 算法框架  20-21
    2.2.3 结合薄板样条的匹配算法  21-23
  2.3 基于形状上下文的形状匹配方法  23-26
    2.3.1 形状上下文的定义  23-24
    2.3.2 基于形状上下文的形状匹配  24-25
    2.3.3 不变性分析  25-26
  2.4 保持轮廓点顺序的形状匹配方法  26-29
    2.4.1 保持圈序的形状匹配方法  26-28
    2.4.2 保持顺序方法的进展  28-29
  2.5 本章小结  29-30
第三章 保持邻域结构的形状匹配  30-42
  3.1 保持邻域结构的最优化匹配模型  30-34
    3.1.1 轮廓点的邻域  30-31
    3.1.2 邻居的权  31-32
    3.1.3 形状匹配的最优化模型  32-34
  3.2 匹配模型的求解  34-37
    3.2.1 松弛标记求解  34-36
    3.2.2 匹配算法流程  36-37
  3.3 实验结果与分析  37-41
  3.4 本章小结  41-42
第四章 基于局部搜索的形状匹配  42-48
  4.1 基于置信度的匹配模型  42-43
  4.2 基于启发式局部搜索的模型求解  43-46
    4.2.1 对偶邻域  44-45
    4.2.2 启发式搜索算法  45-46
  4.3 实验结果与分析  46-47
  4.4 本章小结  47-48
第五章 基于视觉部件的形状匹配  48-59
  5.1 形状分割  48-53
    5.1.1 形状分割的极小值规则  48
    5.1.2 形状分割的关键问题  48-50
    5.1.3 轮廓简化与形状分割  50-53
  5.2 视觉部件的描述与匹配  53-56
    5.2.1 全局与局部形状上下文  53-55
    5.2.2 基于视觉部件的形状匹配  55-56
  5.3 实验结果与分析  56-58
  5.4 本章小结  58-59
第六章 结束语  59-61
致谢  61-62
参考文献  62-66
作者在学期间取得的学术成果  66

相似论文

  1. 基于拓扑约束和匈牙利算法的高密度细胞追踪方法,Q25
  2. 基于邻域关系的模糊决策系统约简与规则获取,TP18
  3. 变邻域搜索算法研究及在组合优化中的应用,TP301.6
  4. 基于学习的视频超分辨率重建算法研究及实现,TP391.41
  5. 基于局部学习的超像素级图像目标识别,TP391.41
  6. 基于机器视觉的模切片分检系统的设计,TP274
  7. 基于小波变换和EMD的图像边缘检测算法研究,TP391.41
  8. 基于内容的图形搜索平台的设计与实现,TP311.52
  9. 基于匿名模型的数据发布隐私保护技术研究,TP309.2
  10. 基于邻域和纹理度融合的图像置乱度评价算法研究,TP391.41
  11. 基于邻域粗糙集—神经网络的上市公司财务预警研究,F276.6;F224
  12. 大规模实时动态车辆路径问题研究,F224
  13. 无监督流形学习算法的若干探讨,O186.12
  14. 多面体截面和small cover的闭子流形,O186.12
  15. 基于改进遗传算法的车间调度问题的研究,TP18
  16. 基于免疫克隆选择算法的作业车间调度问题研究,TP18
  17. 最小二乘支持向量机算法及应用研究,TP183
  18. 基于线性四叉树的快速邻域查询算法优化研究,TP301.6
  19. 空间对象和移动对象聚类算法研究,TP311.13
  20. 流形学习理论研究及相关改进,TP301.6
  21. 基于DSP+FPGA的智能相机关键技术研究,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