本文關(guān)鍵詞：基于分?jǐn)?shù)階微分和SIFT算法的圖像匹配方法研究

  更多相關(guān)文章： 分?jǐn)?shù)階微分 SIFT 關(guān)鍵點(diǎn) 圖像匹配

【摘要】：提出了一種采用分?jǐn)?shù)階微分與尺度不變特征變換算法(SIFT)相結(jié)合的方式進(jìn)行圖像識別及匹配方法。該方法首先采用分?jǐn)?shù)階微分方法對圖像的細(xì)節(jié)紋理部分進(jìn)行加強(qiáng),從而提高圖像的分辨率,然后采用尺度不變特征變換算法對旋轉(zhuǎn)縮放后的圖像進(jìn)行特征關(guān)鍵點(diǎn)提取和匹配,從而提高圖像識別的準(zhǔn)確率。應(yīng)用該方法對Lena圖像進(jìn)行圖像處理實(shí)驗(yàn),結(jié)果表明:采用階次為0.6的分?jǐn)?shù)階微分算法與SIFT相結(jié)合可最大化地提取圖像的關(guān)鍵點(diǎn)和提高圖像匹配的準(zhǔn)確率(94.59%)。
【作者單位】： 北京信息職業(yè)技術(shù)學(xué)院計算機(jī)與通信工程學(xué)院;
【關(guān)鍵詞】： 分?jǐn)?shù)階微分 SIFT 關(guān)鍵點(diǎn) 圖像匹配
【基金】：國家自然基金青年基金項目(51409290)
【分類號】：TP391.41
【正文快照】： 0引言隨著計算機(jī)技術(shù)的快速發(fā)展,人類可以采用基于圖像匹配處理的方式實(shí)現(xiàn)計算機(jī)視覺識別,該技術(shù)主要采用計算機(jī)對圖像進(jìn)行分析與處理,實(shí)現(xiàn)人工智能識別[1-2]。由于同一個事物在不同光線和姿態(tài)中所呈現(xiàn)出來的圖像不同,因此為了提高人工智能識別的準(zhǔn)確度就需要對圖像不變特征的

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 覃忷智;周尚波;;求解分?jǐn)?shù)階微分系統(tǒng)的一種數(shù)值算法[J];計算機(jī)技術(shù)與發(fā)展;2011年01期

2 車進(jìn);師一帥;張成;;基于分?jǐn)?shù)階微分的視網(wǎng)膜血管圖像增強(qiáng)[J];計算機(jī)工程與應(yīng)用;2012年34期

3 李寶強(qiáng);范茵;李騫;;基于分?jǐn)?shù)階微分的流線增強(qiáng)方法[J];計算機(jī)應(yīng)用研究;2011年10期

4 李麗;程海軍;;基于分?jǐn)?shù)階微分的邊界掃描[J];電腦知識與技術(shù);2011年23期

5 陳慶利;蒲亦非;黃果;周激流;;數(shù)字圖像的0～1階Riemann-Liouville分?jǐn)?shù)階微分增強(qiáng)模板[J];電子科技大學(xué)學(xué)報;2011年05期

6 何遠(yuǎn)德;;數(shù)字圖像的分?jǐn)?shù)階微分增強(qiáng)[J];樂山師范學(xué)院學(xué)報;2013年12期

7 張意;蒲亦非;周激流;;分?jǐn)?shù)階微分掩模及其濾波器的構(gòu)造[J];華南理工大學(xué)學(xué)報(自然科學(xué)版);2011年07期

8 胡伏原;姒紹輝;張艷寧;孫瑾秋;;自適應(yīng)分?jǐn)?shù)階微分的復(fù)合雙邊濾波算法[J];中國圖象圖形學(xué)報;2013年10期

9 楊柱中;周激流;黃梅;晏祥玉;;用分?jǐn)?shù)階微分提取圖像邊緣[J];計算機(jī)工程與應(yīng)用;2007年35期

10 蒲亦非;王衛(wèi)星;周激流;王一揚(yáng);賈華丁;;數(shù)字圖像紋理細(xì)節(jié)的分?jǐn)?shù)階微分檢測及其分?jǐn)?shù)階微分濾波器實(shí)現(xiàn)[J];中國科學(xué)(E輯:信息科學(xué));2008年12期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 胡浩楓;分?jǐn)?shù)階微分在數(shù)字圖像增強(qiáng)中的應(yīng)用研究[D];湘潭大學(xué);2011年

2 陳輝;分?jǐn)?shù)階微分圖像增強(qiáng)技術(shù)及在銅浮選監(jiān)控系統(tǒng)中的應(yīng)用[D];中南大學(xué);2013年

3 蘭利彬;分?jǐn)?shù)階微分?jǐn)?shù)字圖像處理及支持向量機(jī)在人臉識別中的應(yīng)用研究[D];重慶大學(xué);2011年

4 姒紹輝;自適應(yīng)分?jǐn)?shù)階微分的點(diǎn)表示方法研究[D];蘇州科技學(xué)院;2015年

5 周國英;基于分?jǐn)?shù)階微分的圖像分割方法研究[D];重慶大學(xué);2012年

6 楊釗;分?jǐn)?shù)階微分在巖石裂隙圖像中的應(yīng)用[D];電子科技大學(xué);2009年

7 張雄;基于分?jǐn)?shù)階微分的紅外圖像分割算法研究[D];四川師范大學(xué);2015年

8 邢風(fēng)凱;基于分?jǐn)?shù)階微分算子圖像處理方法的紡織產(chǎn)品瑕疵增強(qiáng)[D];吉林大學(xué);2010年

9 吳瑞芳;分?jǐn)?shù)階微分在圖像增強(qiáng)中的應(yīng)用研究[D];廣西民族大學(xué);2013年

10 喬鶴松;基于自適應(yīng)分?jǐn)?shù)階微分的邊緣檢測和角點(diǎn)檢測算法研究[D];重慶大學(xué);2012年

，

本文編號：995992