基于特征點(diǎn)匹配算法研究及其在全景圖像拼接中的應(yīng)用
發(fā)布時(shí)間:2021-06-16 09:42
圖像匹配技術(shù)是許多計(jì)算機(jī)視覺(jué)應(yīng)用中的一項(xiàng)基礎(chǔ)而關(guān)鍵的技術(shù),其目的是從空間上對(duì)齊不同時(shí)間、不同視點(diǎn)或不同傳感器獲取的同一場(chǎng)景的兩幅或多幅圖像。圖像匹配是三維重建、變化監(jiān)測(cè)、視頻跟蹤、圖像融合等眾多應(yīng)用中的核心前提,是計(jì)算機(jī)視覺(jué)領(lǐng)域研究的重點(diǎn)。因此,設(shè)計(jì)一種快速、魯棒且能達(dá)到工業(yè)對(duì)效率與精度需求的圖像匹配算法,具有重要的價(jià)值意義。首先,針對(duì)傳統(tǒng)基于特征的圖像配算法對(duì)錯(cuò)誤特征匹配容錯(cuò)率不高的問(wèn)題,本文提出了一種基于高斯場(chǎng)準(zhǔn)則的魯棒特征匹配方法(Gaussian Field Criterion,GFC),使得場(chǎng)景存在復(fù)雜非剛性變換時(shí)仍能獲得高精度特征匹配結(jié)果。算法基于現(xiàn)有的尺度不變特征變換算法構(gòu)建初始特征匹配,然后專(zhuān)注于剔除其中的未知錯(cuò)誤匹配。具體來(lái)說(shuō),本文將誤匹配剔除轉(zhuǎn)化為圖像變換回歸擬合問(wèn)題,設(shè)計(jì)一種高斯場(chǎng)準(zhǔn)則實(shí)現(xiàn)存在錯(cuò)誤樣本下的魯棒估計(jì),進(jìn)而實(shí)現(xiàn)誤匹配精準(zhǔn)剔除。該準(zhǔn)則既可處理線性又可處理非線性圖像變換。在線性情形下,使用單應(yīng)性矩陣來(lái)對(duì)變換進(jìn)行建模;在非線性情況下,采用位于再生核Hilbert空間中的非剛性函數(shù)建模,同時(shí)設(shè)計(jì)相應(yīng)的正則化項(xiàng)并添加到目標(biāo)函數(shù)中以確保其良好的泛化能力。此外,將稀...
【文章來(lái)源】:華中師范大學(xué)湖北省 211工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:65 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖2.1SIFT關(guān)鍵點(diǎn)描述子的計(jì)算??使用一個(gè)高斯權(quán)值函數(shù)對(duì)每個(gè)采樣點(diǎn)的幅度分配一個(gè)權(quán)值,該函數(shù)的^等于??
?士學(xué)位論文??MASTER'S?THESIS??其中d〇c,_y;)是一種距離,例如歐氏距離。公式(3.3)是一個(gè)很難求得最優(yōu)解的??組合優(yōu)化問(wèn)題。放棄使用不連續(xù)的指標(biāo)函數(shù)我們考慮公式(3.2)中的高斯場(chǎng)??設(shè)計(jì)下面的高斯場(chǎng)準(zhǔn)則:??G(f)?=?-|>??-=>?(3.4)??現(xiàn)在我們來(lái)討論高斯場(chǎng)準(zhǔn)則(3.3)的魯棒性。一方面,可以通過(guò)將標(biāo)準(zhǔn)差參??數(shù)^調(diào)整到噪聲方差來(lái)解釋噪聲對(duì)點(diǎn)的位置的影響。另一方面,高斯距離本質(zhì)上??對(duì)離群點(diǎn)是魯棒的,我們可以通過(guò)圖1中的12距離懲罰曲線和高斯距離懲罰曲線??看出這一點(diǎn)。特別的,乙損失Z3(f)?=?X二,(f(x,),y,)有二次懲罰曲線:??_n??
高斯距離相對(duì)于旋轉(zhuǎn)角度的曲線。最初的測(cè)試數(shù)據(jù)中只含有100個(gè)內(nèi)點(diǎn),我們每次增加20??個(gè)離群點(diǎn)直到100個(gè)離群點(diǎn)??我們通過(guò)圖3.2中的實(shí)驗(yàn)進(jìn)一步給出高斯場(chǎng)準(zhǔn)則的魯棒性的證明。兩個(gè)點(diǎn)集??通過(guò)旋轉(zhuǎn)變換相關(guān)聯(lián),我們需要找出最佳的旋轉(zhuǎn)角度0。從結(jié)果中我們可以知道??當(dāng)數(shù)據(jù)樣本沒(méi)有離群點(diǎn)的影響時(shí)矣損失可以很好的求出正確結(jié)果,然而,隨著離??群點(diǎn)的增加它求出的全局最優(yōu)解偏差越來(lái)越大。作為對(duì)照,高斯場(chǎng)準(zhǔn)則可以一直??做出好的預(yù)測(cè)甚至在離群點(diǎn)多達(dá)一半時(shí)仍能求出全局最優(yōu)解在沒(méi)=^/4附近。??為了求解公式(3.4)中的高斯場(chǎng)準(zhǔn)則,我們需要對(duì)變換函數(shù)f進(jìn)行建模。從??公式(3.4)中可以看出高斯場(chǎng)準(zhǔn)則是普適性的,不依靠任何特殊的變換模型。接??下來(lái)我們分別使用單應(yīng)性和非剛性模型對(duì)線性和非線性匹配進(jìn)行建模。??3.2.3線性變換模型求解??對(duì)于由線性變換模型相關(guān)聯(lián)的圖像對(duì),我們考慮以3x3單應(yīng)矩陣H為特征的??一般投影變換。具體地,我們對(duì)每個(gè)特征點(diǎn)使用齊次坐標(biāo),例如:\?=卜丨,Xlv,if和??。因此
【參考文獻(xiàn)】:
期刊論文
[1]使用特征匹配的三維目標(biāo)識(shí)別方法[J]. 趙季,馬杰,田金文. 華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2012(10)
本文編號(hào):3232838
【文章來(lái)源】:華中師范大學(xué)湖北省 211工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:65 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖2.1SIFT關(guān)鍵點(diǎn)描述子的計(jì)算??使用一個(gè)高斯權(quán)值函數(shù)對(duì)每個(gè)采樣點(diǎn)的幅度分配一個(gè)權(quán)值,該函數(shù)的^等于??
?士學(xué)位論文??MASTER'S?THESIS??其中d〇c,_y;)是一種距離,例如歐氏距離。公式(3.3)是一個(gè)很難求得最優(yōu)解的??組合優(yōu)化問(wèn)題。放棄使用不連續(xù)的指標(biāo)函數(shù)我們考慮公式(3.2)中的高斯場(chǎng)??設(shè)計(jì)下面的高斯場(chǎng)準(zhǔn)則:??G(f)?=?-|>??-=>?(3.4)??現(xiàn)在我們來(lái)討論高斯場(chǎng)準(zhǔn)則(3.3)的魯棒性。一方面,可以通過(guò)將標(biāo)準(zhǔn)差參??數(shù)^調(diào)整到噪聲方差來(lái)解釋噪聲對(duì)點(diǎn)的位置的影響。另一方面,高斯距離本質(zhì)上??對(duì)離群點(diǎn)是魯棒的,我們可以通過(guò)圖1中的12距離懲罰曲線和高斯距離懲罰曲線??看出這一點(diǎn)。特別的,乙損失Z3(f)?=?X二,(f(x,),y,)有二次懲罰曲線:??_n??
高斯距離相對(duì)于旋轉(zhuǎn)角度的曲線。最初的測(cè)試數(shù)據(jù)中只含有100個(gè)內(nèi)點(diǎn),我們每次增加20??個(gè)離群點(diǎn)直到100個(gè)離群點(diǎn)??我們通過(guò)圖3.2中的實(shí)驗(yàn)進(jìn)一步給出高斯場(chǎng)準(zhǔn)則的魯棒性的證明。兩個(gè)點(diǎn)集??通過(guò)旋轉(zhuǎn)變換相關(guān)聯(lián),我們需要找出最佳的旋轉(zhuǎn)角度0。從結(jié)果中我們可以知道??當(dāng)數(shù)據(jù)樣本沒(méi)有離群點(diǎn)的影響時(shí)矣損失可以很好的求出正確結(jié)果,然而,隨著離??群點(diǎn)的增加它求出的全局最優(yōu)解偏差越來(lái)越大。作為對(duì)照,高斯場(chǎng)準(zhǔn)則可以一直??做出好的預(yù)測(cè)甚至在離群點(diǎn)多達(dá)一半時(shí)仍能求出全局最優(yōu)解在沒(méi)=^/4附近。??為了求解公式(3.4)中的高斯場(chǎng)準(zhǔn)則,我們需要對(duì)變換函數(shù)f進(jìn)行建模。從??公式(3.4)中可以看出高斯場(chǎng)準(zhǔn)則是普適性的,不依靠任何特殊的變換模型。接??下來(lái)我們分別使用單應(yīng)性和非剛性模型對(duì)線性和非線性匹配進(jìn)行建模。??3.2.3線性變換模型求解??對(duì)于由線性變換模型相關(guān)聯(lián)的圖像對(duì),我們考慮以3x3單應(yīng)矩陣H為特征的??一般投影變換。具體地,我們對(duì)每個(gè)特征點(diǎn)使用齊次坐標(biāo),例如:\?=卜丨,Xlv,if和??。因此
【參考文獻(xiàn)】:
期刊論文
[1]使用特征匹配的三維目標(biāo)識(shí)別方法[J]. 趙季,馬杰,田金文. 華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2012(10)
本文編號(hào):3232838
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3232838.html
最近更新
教材專(zhuān)著