隨著計算機技術的不斷進步,機器視覺技術已被廣泛地應用于人臉識別、目標檢測、遙感測距等領域。而圖像識別技術又是機器視覺的一個重要的技術之一。首先,本文首先介紹了選題背景和研究意義,利用機器視覺去識別PCB板圖像的結構特點是否符合標準圖像,并根據(jù)PCB板圖像本身具有很多的紋理特征和較多的邊緣信息的特點,確定了圖像特征匹配算法為本文的研究重點。據(jù)此,介紹了國內外圖像識別匹配算法的研究現(xiàn)狀。其次,簡要介紹了圖像匹配的原理、圖像特征匹配算法及圖像的灰度變換、圖像降噪和邊緣提取3種預處理;對比了 Harris角點法、SIFT算法、PCA—SIFT算法、SURF算法和Hu不變矩這些圖像特征匹配算法的優(yōu)缺點,根據(jù)PCB板具有明顯的紋理特征和較多的邊緣信息的特點,選擇了特征點識別算法SIFT和形狀識別算法Hu不變矩。然后,在分別對SIFT算法和Hu不變矩算法進行介紹后,分析了 SIFT算法在提取邊緣特征點時對噪聲較敏感,容易找到錯誤的特征點,并且會發(fā)生錯誤的特征點匹配的原因;分析了對于縮放后的簡單輪廓圖,Hu不變矩在形狀識別上效率低下的原因。利用RANSAC算法、改進的圖像距離公式和Canny算子對SI... 

【文章來源】：西華大學四川省

【文章頁數(shù)】：81 頁

【學位級別】：碩士

【部分圖文】：

圖１．１圖像匹配的三大類??Ｆｉｇ．?１．１?Ｔｈｒｅｅ?ｃａｔｅｇｏｒｉｅｓ?ｏｆ?ｉｍａｇｅ?ｍａｔｃｈｉｎｇ??

式２．１中，（ＪＣ，７）分別代表圖像的橫坐標和縱坐標，參數(shù)表示圖像的尺度因子，??０Ｔ越大，得到的尺度空間圖像越模糊，反之越清晰，通常情況Ｃ的取值為１．６，得到的??二維高斯曲面圖如圖２．３所示。??？？?：?：?？?？??．？?？?？?．?？?？?■??０．０３－?丨：?丨??５〇??□?□??圖２．３二維高斯曲面??Ｆｉｇ．２．３?Ｔｗｏ￣￣ｄｉｍｅｎｓｉｏｎａｌ?Ｇａｕｓｓ?ｆｕｎｃｔｉｏｎ?ｆｅａｔｕｒｅ??在二維圖像／（ＸＪ；）中，尺度空間Ｚ?是高斯核函數(shù)Ｇ?（ＪＣＡｆＴ）與二維??圖像／?（ｘｊ；，?ａ?）卷積得到，如式２．２所示。??Ｌ?（ｘ，ｙ，?（Ｊ?）?＝?Ｇ?（ｘ，ｙ，?ｃｒ?）?＊?／?Ｃｘ，ｙ，?ａ?）?（２．２）??在式２．２中，Ｌ是圖像的尺度空間，（ｘ，ｙ）代表原圖像的點。??通過以上的處理，我們可以得到原圖的高斯金字塔圖像，如圖２．４所示。??８??

圖２．４高斯圖像金字塔??Ｆｉｇ．２．４?Ｇｕａｓｓｉａｎ?ｉｍａｇｅ?ｐｙｒａｍｉｄ??在圖２．?４中，Ｏｃｔａｖｅ是金子塔的組數(shù)，每組共有Ｓ層（一般為３－５）。每一組間??的關系可以由式２．２來表示。??ｓ??ｃｒ（＾）?＝?ｃｒ０?？?２＾?（２．２）??式２．２中，〇〇表示圖像的初始尺度，ｓ表示金字塔每一組中的層數(shù)，Ｃ７（ｓ）第ｓ層??的圖像尺度，而每一組的組內尺度關系由式２．３所示。??＾ｓ＋ｉ?＝〇■，?？２５?（２－３）??而相鄰組的組間關系可以化簡為式２．４。??ｓ＋Ｓ??ｃｒ０＾（ｓ）＝ｃｒ？２?ｓ?（２．４）??由式２．３和式２．４可以得到式２．５。??Ｓ??＾〇＋ｉ（５）?＝?２〇－？＊２５?（２．５）??由以上式２．５可知，圖像經過降采樣后，每一層之間的尺度空間關系為二分之一??的關系，經過降采樣的金字塔效果圖如圖２．５所示。??９??

【參考文獻】：
期刊論文
[1]改進的SIFT圖像匹配算法[J]. 李煬,翟社平.  計算機技術與發(fā)展. 2016(11)
[2]數(shù)字圖像處理技術綜述[J]. 來凡盛,潘瑞霞.  甘肅科技. 2015(22)
[3]基于改進SIFT算法在圖像匹配中的研究[J]. 彭興璇,唐雪嬌,董星.  微型機與應用. 2015(20)
[4]改進的統(tǒng)一Hu矩在圖像目標識別中的應用[J]. 張琪,屈嚴,董志芳.  電子器件. 2012(06)
[5]基于SIFT點特征和Canny邊緣特征匹配的多源遙感影像配準研究[J]. 王萬同,韓志剛,劉鵬飛.  計算機科學. 2011(07)
[6]統(tǒng)一Hu矩及在電視圖像目標識別中的應用[J]. 徐學強,汪渤,賀鵬.  計算機工程與應用. 2006(29)
[7]目標識別中Hu矩、Zernike矩和小波矩的比較[J]. 姚軍,蔣曉瑜,黃應清.  裝甲兵工程學院學報. 2006(03)

碩士論文
[1]基于改進的SIFT圖像匹配算法研究[D]. 翟雨微.吉林大學 2017
[2]基于機器視覺的醫(yī)藥包片識別系統(tǒng)研究[D]. 李康軍.湖南大學 2016
[3]基于特征提取及特征優(yōu)選的豬只姿態(tài)識別研究[D]. 黨亞男.太原理工大學 2015
[4]復雜場景下車輛跟蹤研究[D]. 金龍.南京航空航天大學 2015
[5]基于改進的SIFT算法圖像匹配的研究[D]. 沈元.河北工業(yè)大學 2014
[6]基于SIFT算法的圖像配準算法研究[D]. 楊金龍.揚州大學 2013
[7]結合小波變換和SIFT算法的遙感圖像快速配準算法[D]. 李龍龍.哈爾濱工業(yè)大學 2013
[8]區(qū)域檢測算子與圖像配準的應用研究[D]. 夏鑫.電子科技大學 2013
[9]紅外和可見光圖像的配準融合研究[D]. 盛斐斐.西安電子科技大學 2013
[10]基于圖分割的SAR圖像配準方法的研究[D]. 孟慶霞.天津理工大學 2013



本文編號：2959377